MétaCan
Menu
Retour à la cohorte
Enregistrement W2324913148 · doi:10.1021/ct1004577

Computing Second-Order Functional Derivatives with Respect to the External Potential

2010· article· en· W2324913148 sur OpenAlexaff
Nick Sablon, Frank De Proft, Paul W. Ayers, Paul Geerlings

Notice bibliographique

RevueJournal of Chemical Theory and Computation · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Chemical Physics Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDensity functional theoryBenchmark (surveying)Perturbation theory (quantum mechanics)Applied mathematicsBasis (linear algebra)Limit (mathematics)Set (abstract data type)Kernel (algebra)Exact solutions in general relativityBasis setOrder (exchange)Series (stratigraphy)Statistical physicsMathematicsComputer sciencePhysicsMathematical analysisQuantum mechanicsDiscrete mathematics

Résumé

récupéré en direct d'OpenAlex

Following the increasing interest in the higher-order (functional) derivatives of conceptual density functional theory, we developed and implemented a method for calculating second-order functional derivatives with respect to the external potential. Our method is theoretically exact but involves two numerical approximations: the functional derivatives are expanded in a basis set, and the values of the corresponding expansion coefficients are determined by probing the molecular environment by a finite set of external potential perturbations. Exact solutions are obtained only in the limit of a complete basis set and an infinite number of distinct perturbations. We use this method to compute the atom-condensed linear response kernel for a series of six molecules and show that the results are comparable to the ones obtained by a previously proposed, approximate approach from second-order perturbation theory. The numerical error of the current implementation is about 0.01 au. Because the present method gives exact or quasi-exact solutions, it can be used as a benchmark against which approximate approaches are assessed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations47
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Theory and ComputationMême sujetAdvanced Chemical Physics StudiesTravaux en français237 207