MétaCan
Menu
Retour à la cohorte
Enregistrement W4385620773 · doi:10.1063/5.0159941

Topological analysis of information-theoretic quantities in density functional theory

2023· article· en· W4385620773 sur OpenAlexaff
Xin He, Tian Lu, Chunying Rong, Shubin Liu, Paul W. Ayers, Wenjian Liu

Notice bibliographique

RevueThe Journal of Chemical Physics · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésInformation theoryKullback–Leibler divergenceStatistical physicsDensity functional theoryDivergence (linguistics)Mutual informationEntropy (arrow of time)AromaticityTopology (electrical circuits)Fisher informationComputer scienceMathematicsComputational chemistryPhysicsMoleculeChemistryQuantum mechanicsMachine learningArtificial intelligenceStatisticsCombinatorics

Résumé

récupéré en direct d'OpenAlex

We have witnessed considerable research interest in the recent literature about the development and applications of quantities from the information-theoretic approach (ITA) in density functional theory. These ITA quantities are explicit density functionals, whose local distributions in real space are continuous and well-behaved. In this work, we further develop ITA by systematically analyzing the topological behavior of its four representative quantities, Shannon entropy, two forms of Fisher information, and relative Shannon entropy (also called information gain or Kullback-Leibler divergence). Our results from their topological analyses for 103 molecular systems provide new insights into bonding interactions and physiochemical properties, such as electrophilicity, nucleophilicity, acidity, and aromaticity. We also compare our results with those from the electron density, electron localization function, localized orbital locator, and Laplacian functions. Our results offer a new methodological approach and practical tool for applications that are especially promising for elucidating chemical bonding and reactivity propensity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetComputational Drug Discovery MethodsTravaux en français237 207