The classical‐map hyper‐netted‐chain (CHNC) method and associated novel density‐functional techniques for warm dense matter
Notice bibliographique
Résumé
Abstract The advent of short‐pulse lasers, nanotechnology, as well as shock‐wave techniques have created new states of matter (e.g., warm dense matter) that call for new theoretical tools. Ion correlations, electron correlations, as well as bound states, continuum states, partial degeneracies and quasi‐equilibrium systems need to be addressed. Bogoliubov's ideas of timescales can be used to discuss the quasi‐thermodynamics of nonequilibrium systems. A rigorous approach to the associated many‐body problem turns out to be the computation of the underlying pair‐distribution functions g ee , g ei , and g ii , that directly yield nonlocal exchange‐correlation potentials, free energies etc., valid within the timescales of each evolving system. An accurate classical map of the strongly‐quantum uniform electron‐gas problem given by Dharma‐wardana and Perrot is reviewed. This replaces the quantum electrons at T = 0 by an equivalent classical fluid at a finite temperature T q , and having the same correlation energy. The classical map is used with classical molecular dynamics (CMMD) or hyper‐netted‐chain integral equations (CHNC) to determine the pair‐distribution functions (PDFs), and hence their thermodynamic and linear transport properties. The CHNC is very efficient for calculating the PDFs of uniform systems, while CMMD is more adapted to nonuniform systems. Applications to 2D and 3D quantum fluids, Si metal‐oxide‐field‐effect transistors, Al plasmas, shock‐compressed deuterium, two‐temperature plasmas, pseudopotentials, as well as calculations for parabolic quantum dots are reviewed. © 2011 Wiley Periodicals, Inc. Int J Quantum Chem, 2012
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».