MétaCan
Menu
Retour à la cohorte
Enregistrement W2049293282 · doi:10.1063/1.3695372

Energy expressions for Kohn–Sham potentials and their relation to the Slater–Janak theorem

2012· article· en· W2049293282 sur OpenAlexafffund
Pavel D. Elkind, Viktor N. Staroverov

Notice bibliographique

RevueThe Journal of Chemical Physics · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKohn–Sham equationsVirial theoremScalingPhysicsPath integral formulationWork (physics)Quantum mechanicsPath (computing)Statistical physicsMathematical physicsMathematicsDensity functional theoryQuantumGeometry

Résumé

récupéré en direct d'OpenAlex

Direct approximation of exchange-correlation potentials is a promising approach to accurate prediction of molecular response properties. However, little is known about ways of obtaining total energies from model potentials other than by using the Levy-Perdew virial relation. We introduce and explore several alternative formulas which arise as line integrals of potentials taken along density scaling and aufbau-filling paths, and which are not limited to the exchange term. The relaxed-orbital variant of the aufbau-path energy expression is shown to be closely related to the Slater-Janak theorem. Although the Levy-Perdew relation generally yields reasonable energies for all model exchange potentials, the relaxed-orbital aufbau path gives better results for those potentials that predict accurate highest-occupied orbital eigenvalues, such as the potential of Räsänen, Pittalis, and Proetto [J. Chem. Phys. 132, 044112 (2010)]. The ideas presented in this work may guide the development of new types of density-functional approximations for exchange and correlation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetMachine Learning in Materials ScienceTravaux en français237 207