文献

J-GLOBAL ID：201802219882051265   整理番号：18A0325258

量子力学におけるポテンシャル係数を計算するためのニューラルネットワークアプローチ【Powered by NICT】

Neural network approach for the calculation of potential coefficients in quantum mechanics

著者 (5件)： Ossandon Sebastian (Instituto de Matematicas, Pontificia Universidad Catolica de Valparaiso, Blanco Viel 596, Cerro Baron, Valparaiso, Chile) ,  Reyes Camilo (Departamento de Ciencias Fisicas, Universidad Andres Bello, Avenida Republica 220, Santiago, Chile) ,  Cumsille Patricio (Departamento de Ciencias Basicas, Universidad del Bio Bio, Casilla 447, Chillan, Chile) ,  Cumsille Patricio (Centro de Biotecnologia y Bioingenieria (CeBiB), Universidad de Chile, Beaucheff 851, Santiago, Chile) ,  Reyes Carlos M. (Departamento de Ciencias Basicas, Universidad del Bio Bio, Casilla 447, Chillan, Chile)
資料名： Computer Physics Communications  (Computer Physics Communications)
巻： 214  ページ： 31-38  発行年： 2017年 
JST資料番号： E0081C  ISSN： 0010-4655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人工神経回路網に基づく数値法は,多重パラメータクラスのポテンシャルに対する逆Schroedinger方程式を解いた。最初に,有限要素法を用いて,選択したポテンシャル関数の種々のパラメータ化のための直接問題を繰り返し解くために使用した。直接動径基底ニューラルネットワークのトレーニングセットとして達成可能な固有値を用いた新しい固有値のマップを得た。この関係は逆動径基底ニューラルネットワークを訓練して,未知パラメータの計算を可能にし,従ってポテンシャル関数を推定することにより後に反転および微細化した。法の有効性を証明するために三つの数値事例を提示した。結果は,提案した方法は有意な精度を失うことなく,より少ない計算資源を使用する利点を有していることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 有限要素法 ,  Schroedinger方程式 ,  基底 ,  精密化 ,  固有値 ,  パラメタリゼーション ,  多重化 ,  *ニューラルネットワーク ,  *量子論
準シソーラス用語： 計算資源 ,  ポテンシャル関数 , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工ニューラルネットワーク ,  動径基底関数 ,  ポテンシャル関数の係数 ,  逆問題 ,  Schroedinger演算子の固有値 ,  有限要素法

分類 (2件)： 食品の品質  (FJ01040F) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 量子力学 ,  ポテンシャル ,  係数 ,  計算