arXiv · cs.AI · Yuhao Chen, Donald G. Truhlar, Xiao He · 5 小时前模型评分41
无需自洽场：将交换关联泛函直接拟合到精确密度
Fitting Conventional and Neural Exchange-Correlation Functionals to Accurate Densities without Self-Consistent Fields
导读
研究提出一种无需自洽场求解的交换关联泛函拟合流程，可从任意精确密度的逆 Kohn-Sham 轨道做一次 Fock 构建，直接预测泛函的自洽密度并据此拟合。凸拟合的 CF22D 型混合泛函在未见能量、偶极矩和未拟合密度上优于 CF22D 与 MN15，密度误差分别低 6.8 倍和 22 倍；用 6 个能量和 11 个密度拟合的神经 meta-GGA 在两项指标上均胜过 SCAN。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We introduce a workflow that predicts in closed form, from one Fock build on inverse Kohn-Sham orbitals of any accurate density, a functional's self-consistent density, and fits it to that density with no self-consistent-field solution.”
来源：arXiv · cs.AI · arxiv.org