MétaCan
Menu
Retour à la cohorte
Enregistrement W4411003334 · doi:10.1021/acs.jctc.5c00438

Accurate Error Estimates and Optimal Parameter Selection in Ewald Summation for Dielectrically Confined Coulomb Systems

2025· article· en· W4411003334 sur OpenAlexaff
Xuanzhao Gao, Qi Zhou, Zecheng Gan, Jiuyang Liang

Notice bibliographique

RevueJournal of Chemical Theory and Computation · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesScience and Technology Commission of Shanghai MunicipalityChina Postdoctoral Science FoundationPostdoctoral Research Foundation of ChinaNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésEwald summationSelection (genetic algorithm)CoulombComputer scienceAlgorithmStatistical physicsApplied mathematicsMathematicsPhysicsArtificial intelligenceMolecular dynamicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Dielectrically confined Coulomb systems are widely employed in molecular dynamics (MD) simulations. Despite extensive efforts in developing efficient and accurate algorithms for these systems, rigorous and accurate error estimates, which are crucial for optimal parameter selection for simulations, are still lacking. In this work, we present a rigorous error analysis in Ewald summation for electrostatic interactions in systems with two dielectric planar interfaces, where the polarization contribution is modeled by an infinitely reflected image charge series. An accurate error estimate is provided for the truncation error of image charge series, as well as decay rates of energy and force correction terms, as functions of system parameters such as vacuum layer thickness, dielectric permittivity, and image truncation levels. Extensive numerical tests conducted across several prototypical parameter settings validate our theoretical predictions. Additionally, our analysis elucidates the nonmonotonic error convergence behavior observed in previous numerical studies. Finally, we provide an optimal parameter selection strategy derived from our theoretical insights, offering practical guidance for efficient and accurate MD simulations of dielectric-confined systems.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,284
Écart entre enseignants0,276 · 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'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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Theory and ComputationMême sujetElectromagnetic Scattering and AnalysisTravaux en français237 207