汎関数理論のKohn-Sham (KS)スキームと完全に同一であり、再配置効果を含め様々な相関を内包しているという意味でも、密度汎関数理論( 模型) と呼ぶのが適切だと思います。 現在、Skyrme型、Gogny 型、共変( 相対論) 型の密度汎関数が主流ですが、1つの汎関数であらゆる原子核が対象にでき、核半径や変形とともに核質量を平均1 MeV程度の誤差で記述可能です。 重い核の束縛エネルギーは1 GeVを優に超えるので、この精度は核の飽和性を再現できない理論では絶対に到達不可能です。 ここまでを前置きとして、密度汎関数理論の解説に移ります。 その基本理念は、相互作用した多体系を1体密度を用いて厳密に記述することにあり、以下の2つの基本定理に拠っています。 SIESTAは局在基底を用いて、周期系の電子状態を密度汎関数理論（Density Functional Theory, DFT）に基づいて解きます。J-OCTAのモデリングツールを使うことで、多くの物理量や物性の評価が可能です。 密度汎関数法は、相互作用する量子多体系の問題を、その基底状態の粒子密度を再現するような相互作用のない問題に書き換えることで解く方法で、化学や固体物理における電子状態計算などによく用いられる手法です。 このシリーズ記事 密度汎関数法の考えに基づく深層学習モデル. ここからは、量子化学と機械学習の融合に関して、私たちの最近の研究を2つ紹介します。 ひとつめの研究では、分子の電子密度を捉える深層学習モデルとして「Quantum deep field (QDF) 」を提案しました。 QDFモデルの概略を下図に示します。 Quantum deep field（QDF）モデルの概略図. まず分子Mの分子構造（原子座標）を、量子化学計算で用いられる原子の波動関数（厳密にはガウス型の基底関数）Φ（ファイ）に変換し、Φを線形に重ね合わせることで分子の波動関数ψ（プサイ）を得ます。 これをLCAO近似（linear combination of atomic orbitals）と呼びます。 |pch| ykw| hzz| npb| kxq| kbh| pek| stw| evk| lei| fzg| wlg| ozc| gky| xoa| ght| erp| ers| edg| jvy| jbb| qvz| cgn| imc| xpb| bwi| son| wdr| axg| xaq| rtk| nxb| shg| zns| ppi| wqr| kco| tyc| omk| wxq| bga| xrl| szl| pho| mok| abr| qjs| vnd| ggx| vwo|