<scp>MRSF</scp> ‐ <scp>TDDFT</scp> : A new tool in quantum chemistry for better understanding molecules and materials
Notice bibliographique
Résumé
Abstract Quantum chemical theories are essential tools for predicting the properties of complex quantum systems without the need for prior empirical data. While traditional theories have long dominated the field, their applicability is often limited in complex scenarios, particularly for systems involving excited states. Mixed‐Reference Spin‐Flip Time‐Dependent Density Functional Theory (MRSF‐TDDFT) addresses these challenges, offering a robust, accurate, and computationally efficient framework for studying both ground and excited states of large molecular systems. MRSF‐TDDFT achieves predictive accuracy on par with much more computationally intensive quantum chemical methods. Notably, it successfully describes the doubly excited states, a limitation of conventional TDDFT, by naturally incorporating key doubly excited configurations within its response space. This capability also enables MRSF‐TDDFT to accurately reproduce the correct asymptotic behavior of bond‐breaking potential energy surfaces. Furthermore, it resolves critical photochemical features, such as the conical intersections, which elude both TDDFT and Complete Active Space Self‐Consistent Field (CASSCF) methods. Despite its advanced predictive power, MRSF‐TDDFT retains computational efficiency comparable to traditional TDDFT. With the development of custom‐tailored functionals, its accuracy can be further enhanced, extending its potential applications. This innovation represents a significant advancement, empowering researchers to uncover intricate molecular behaviors and facilitate the design of novel materials with unprecedented precision.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,011 |
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 ».