MétaCan
Menu
Retour à la cohorte
Enregistrement W4206531892 · doi:10.1063/5.0078770

Ground state of asymmetric tops with DMRG: Water in one dimension

2022· article· en· W4206531892 sur OpenAlexafffund
Tobias Serwatka, Pierre–Nicholas Roy

Notice bibliographique

RevueThe Journal of Chemical Physics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum many-body systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésQuantum entanglementDensity matrix renormalization groupGround stateMatrix product statePhysicsQuantum mechanicsVon Neumann entropyStatistical physicsDensity matrixDipoleWave functionMatrix multiplicationRenormalization groupQuantum

Résumé

récupéré en direct d'OpenAlex

We propose an approach to compute the ground state properties of collections of interacting asymmetric top molecules based on the density matrix renormalization group method. Linear chains of rigid water molecules of varying sizes and density are used to illustrate the method. A primitive computational basis of asymmetric top eigenstates with nuclear spin symmetry is used, and the many-body wave function is represented as a matrix product state. We introduce a singular value decomposition approach in order to represent general interaction potentials as matrix product operators. The method can be used to describe linear chains containing up to 50 water molecules. Properties such as the ground state energy, the von-Neumann entanglement entropy, and orientational correlation functions are computed. The effect of basis set truncation on the convergence of ground state properties is assessed. It is shown that specific intermolecular distance regions can be grouped by their von-Neumann entanglement entropy, which in turn can be associated with electric dipole-dipole alignment and hydrogen bond formation. Additionally, by assuming conservation of local spin states, we present our approach to be capable of calculating chains with different arrangements of the para and ortho spin isomers of water and demonstrate that for the water dimer.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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'étudeSimulation ou modélisation
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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetQuantum many-body systemsTravaux en français237 207