文献

J-GLOBAL ID：201802224418351142   整理番号：18A1903120

ポテンシャルエネルギー面を適合させるための置換不変多項式ニューラルネットワークアプローチ IV 結合非断熱ポテンシャルエネルギー行列【JST・京大機械翻訳】

Permutation invariant polynomial neural network approach to fitting potential energy surfaces. IV. Coupled diabatic potential energy matrices

著者 (4件)： Xie Changjian (Department of Chemistry and Chemical Biology, University of New Mexico, Albuquerque, New Mexico 87131, USA) ,  Zhu Xiaolei (Department of Chemistry, Johns Hopkins University, Baltimore, Maryland 21218, USA) ,  Yarkony David R. (Department of Chemistry, Johns Hopkins University, Baltimore, Maryland 21218, USA) ,  Guo Hua (Department of Chemistry and Chemical Biology, University of New Mexico, Albuquerque, New Mexico 87131, USA)
資料名： Journal of Chemical Physics  (Journal of Chemical Physics)
巻： 149  号： 14  ページ： 144107-144107-9  発行年： 2018年 
JST資料番号： C0275A  ISSN： 0021-9606  CODEN： JCPSA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高忠実度を有する非断熱ポテンシャルエネルギー行列(PEM)の要素を表現するための機械学習法を提案した。これは,断熱ポテンシャルエネルギー面を表現するためのいわゆる置換不変多項式ニューラルネットワーク(PIP-NN)法の拡張である。一方,一次元既約表現に対して,断熱PEMの対角要素は,分子系における同一核の交換下で不変であり,非対角要素は,特に円錐交差の存在において,特別な対称性考慮を必要とする。PIP-NNフレームワークを維持しながら,特別な対称性特性を考慮するために乗法的因子を導入した。ここでは,拡張PIP-NNアプローチが,小さいフィッティング誤差と,H2O(X/B)とNH_3(X/A)非断熱光解離の両方における吸収スペクトルと生成物分岐比の再現によって証明されるように,非断熱PEMを表すのに正確であることを実証した。Copyright 2018 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 一次元 ,  乗算 ,  *多項式 ,  *エネルギー ,  *不変性 ,  対称性 ,  機械学習 ,  分岐比 ,  既約表現 ,  吸収スペクトル ,  *ニューラルネットワーク ,  *ポテンシャルエネルギー面
準シソーラス用語： あてはめ【近似法】 ,  円錐交差 ,  *断熱ポテンシャル , 【Automatic Indexing@JST】

分類 (2件)： 分子の電子構造  (BH05010Q) ,  非金属化合物  (CD01070R)

タイトルに関連する用語 (7件)： ポテンシャルエネルギー面 ,  置換 ,  不変 ,  多項式 ,  ニューラルネットワーク ,  エネルギー ,  行列