Exploring potential energy surfaces to reach saddle points above convex regions
Notice bibliographique
Résumé
Saddle points on high-dimensional potential energy surfaces (PES) play a determining role in the activated dynamics of molecules and materials. Building on approaches dating back more than 50 years, many open-ended transition-state search methods have been developed to follow the direction of negative curvature from a local minimum to an adjacent first-order saddle point. Despite the mathematical justification, these methods can display a high failure rate: using small deformation steps, up to 80% of the explorations can end up in a convex region of the PES, where all directions of negative curvature vanish, while if the deformation is aggressive, a similar fraction of attempts lead to saddle points that are not directly connected to the initial minimum. In high-dimension PES, these reproducible failures were thought to only increase the overall computational cost, without having any effect on the methods' capacity to find all saddle points surrounding a minimum. Using activation-relaxation technique nouveau (ARTn), we characterize the nature of the PES around minima, considerably expanding on previous knowledge. We show that convex regions can lie on activation pathways and that not exploring beyond them can introduce significant bias in the saddle-point search. We introduce an efficient approach for traversing the convex regions, almost eliminating exploration failures, while multiplying by almost 10 the number of identified unique and connected saddle points as compared to the standard ARTn, thus underlining the importance of correctly handling convex regions for completeness of saddle point explorations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».