Nonlocal corrections to dynamical mean-field theory from the two-particle self-consistent method
Notice bibliographique
Résumé
Theoretical methods that are accurate for both short-distance observables and long-wavelength collective modes are still being developed for the Hubbard model. Here, we benchmark an approach that combines dynamical mean-field theory (DMFT) observables with the two-particle self-consistent theory (TPSC). This offers a way to include non-local correlations in DMFT while also improving TPSC. The benchmarks are published diagrammatic quantum Monte Carlo results for the two-dimensional square lattice Hubbard model with nearest-neighbor hopping. This method ($\mathrm{TPSC}+\mathrm{DMFT}$) is relevant for weak to intermediate interaction, satisfies the local Pauli principle, and allows us to compute a spin susceptibility that satisfies the Mermin-Wagner theorem. The DMFT double occupancy determines the spin and charge vertices through local spin and charge sum rules. The TPSC self-energy is also improved by replacing its local part with the local DMFT self-energy. With this method, we find improvements for both spin and charge fluctuations and for the self-energy. We also find that the accuracy check developed for TPSC is a good predictor of deviations from benchmarks for this model. $\mathrm{TPSC}+\mathrm{DMFT}$ can be used in regimes where quantum Monte Carlo is inaccessible. In addition, this method paves the way to multiband generalizations of TPSC that could be used in advanced electronic structure codes that include DMFT.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».