Benchmarking Quasiclassical Mapping Hamiltonian Methods for Simulating Electronically Nonadiabatic Molecular Dynamics
Notice bibliographique
Résumé
Quasi-classical mapping Hamiltonian methods have recently emerged as a promising approach for simulating electronically nonadiabatic molecular dynamics. The classical-like dynamics of the overall system within these methods makes them computationally feasible, and they can be derived based on well-defined semiclassical approximations. However, the existence of a variety of different quasi-classical mapping Hamiltonian methods necessitates a systematic comparison of their respective advantages and limitations. Such a benchmark comparison is presented in this paper. The approaches compared include the Ehrenfest method, the symmetrical quasi-classical (SQC) method, and five variations of the linearized semiclassical (LSC) method, three of which employ a modified identity operator. The comparison is based on a number of popular nonadiabatic model systems; the spin-boson model, a Frenkel biexciton model, and Tully's scattering models 1 and 2. The relative accuracy of the different methods is tested by comparing with quantum-mechanically exact results for the dynamics of the electronic populations and coherences. We find that LSC with the modified identity operator typically performs better than the Ehrenfest and standard LSC approaches. In comparison to SQC, these modified methods appear to be slightly more accurate for condensed phase problems, but for scattering models there is little distinction between them.
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 ».