文献
J-GLOBAL ID:202202222524679798   整理番号:22A0647290

遠距離相互作用を正確に記述するためのエネルギーおよび局所勾配に基づくニューラルネットワーク法:H_2+CO+反応への応用【JST・京大機械翻訳】

Energy- and Local-Gradient-Based Neural Network Method for Accurately Describing Long-Range Interaction: Application to the H2 + CO+ Reaction
著者 (6件):
資料名:
巻: 126  号:ページ: 352-363  発行年: 2022年 
JST資料番号: C0334B  ISSN: 1089-5639  CODEN: JPCAFH  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
長距離相互作用は,理論的にイオン-分子反応を記述する際に重要な役割を果たす。しかし,ほとんどのエネルギーベースのニューラルネットワークフィッティング法は,通常,偽の長距離相互作用を導入する。本研究では,ポテンシャルエネルギー面(PES)に適合するためのエネルギーおよび局所勾配ベースニューラルネットワーク(ELGNN)法を提案した。K平均クラスタ化を用いて,全体の構成空間を3つの領域に分割した:反応物漸近領域,相互作用領域,および生成物漸近領域。相互作用領域において,サンプリング点のエネルギーのみを計算し,一方,漸近領域において,部分サンプリング配置の勾配を計算し,そして,エネルギーおよびエネルギー勾配(必要)を,長距離相互作用に適合するために使用した。これらの領域はスイッチング関数によって一緒に接合される。ELGNN法を,H_2+CO+反応のPESに適合するために最初に適用し,それは,有意な長距離相互作用を有した。ELGNN法は,長距離相互作用を記述する際に,エネルギーベースNN法よりも良好に機能することが分かった。次に,反応の動力学と動力学を新しいPESで調べた。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
反応速度論・触媒一般  ,  分子間相互作用  ,  分子の電子構造 

前のページに戻る