文献

J-GLOBAL ID：201502243867573657   整理番号：15A0659112

量子力学における固有値問題を解くためのニューラルネットワーク反復対角化法

Neural network iterative diagonalization method to solve eigenvalue problems in quantum mechanics

著者 (1件)： YU Hua-Gen (Dep. of Chemistry, Brookhaven National Lab., Upton, NY 11973-5000, USA. [e-mail])
資料名： Physical Chemistry Chemical Physics  (Physical Chemistry Chemical Physics)
巻： 17  号： 21  ページ： 14071-14082  発行年： 2015年06月07日 
JST資料番号： A0271C  ISSN： 1463-9076  CODEN： PPCPFQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 著者等は,巨大な疎-複素対称行列あるいはHermitian行列のいくつかの固有値および固有ベクトルを計算するための,多層フィードフォワードニューラルネットワーク反復対角化法(NNiDM)を提案した。NNiDMアルゴリズムは,複素数(あるいは実数)誘導スペクトル変換Lanczos(cGSTL)法,thick-restart法,および多層基底縮約法を用いて開発した。人工ニューロン(あるいはノード)は,一組の形式的に直交のLanczos多項式により定義し,ここではバイアスおよび重みは,一連のcGSTL反復および小行列対角化により動的に決定した。アルゴリズムは,一つのランダムベクトルにより開始した。最終出力層は,所望する固有値,および線型変換対角化法による所定の参照値近傍の固有ベクトルもたらした。アルゴリズムはスペクトル変換法を用いたため,高密度スペクトル領域の内部固有状態の計算が可能であった。一般的なNNiDMアルゴリズムを,例として二つの典型的な分子HO₂とCH₄のエネルギー,幅,および波動関数の計算に適用した。Copyright 2015 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *量子論 ,  *固有値問題 ,  *ニューラルネットワーク ,  *逐次近似 ,  *対角化 ,  *複素数 ,  *行列 ,  *Hermite行列 ,  固有値 ,  固有ベクトル ,  多層 ,  フィードフォワード ,  アルゴリズム ,  変換 ,  数値解法 ,  基底 ,  縮約 ,  ニューロン ,  スペクトル ,  *ヒドロペルオキシラジカル ,  アルカン
準シソーラス用語： *HO2・ ,  Lanczos法 ,  スペクトル変換 ,  固有状態

分類 (2件)： 物理化学一般  (CB01010X) ,  分子スペクトル一般  (BH06010X)

物質索引 (1件)： メタン

タイトルに関連する用語 (5件)： 量子力学 ,  固有値問題 ,  ニューラルネットワーク ,  反復 ,  対角化