MétaCan
Menu
Retour à la cohorte
Enregistrement W3033102890 · doi:10.1063/5.0010333

The correlation factor approach: Combining density functional and wave function theory

2020· article· en· W3033102890 sur OpenAlexafffund
Pierre-Olivier Roy, Étienne Cuierrier, Matthias Ernzerhof

Notice bibliographique

RevueThe Journal of Chemical Physics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Chemical Physics Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFactor (programming language)CorrelationFunction (biology)Statistical physicsCorrelation function (quantum field theory)PhysicsMathematicsComputer scienceStatisticsSpectral densityBiologyGeometryEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Several of the limitations of approximate exchange–correlation functionals within Kohn–Sham density functional theory can be eliminated by extending the single-determinant reference system to a multi-determinant one. Here, we employ the correlation factor ansatz to combine multi-configurational, self-consistent field (MCSCF) with approximate density functionals. In the proposed correlation factor approach, the exchange–correlation hole ρXC(r, u), a function of the reference point r and the electron–electron separation u, is written as a product of the correlation factor fC(r, u) and an exchange plus static-correlation hole ρXS(r, u), i.e., ρXCCFXS(r, u) = fC(r, u)ρXS(r, u). ρXS(r, u) is constructed to reproduce the exchange–correlation energy of an MCSCF reference wave function. The correlation factor fC(r, u) is designed to account for dynamic correlation effects that are absent in ρXS(r, u). The resulting approximation to the exchange–correlation energy, which we refer to as CFXStatic, is free of empirical parameters, and it combines the qualitatively correct description of the electronic structure obtainable with MCSCF with the advantages of approximate density functionals in accounting for dynamic 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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0040,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,215
Écart entre enseignants0,188 · 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetAdvanced Chemical Physics StudiesTravaux en français237 207