返回
Automatic Molecule Fragmentation for Density Matrix Embedding Theory
DOI:10.1021/acs.jpca.5c06027.png)
摘要
En 中文
在量子化学计算中,对大规模分子进行高精度基态能量计算的计算成本极高。为在降低计算成本的同时保持高精度,已开发出量子嵌入方法,如密度矩阵嵌入理论(DMET)和引导嵌入(BE)。在DMET中,需要手动确定如何分割目标分子,且其精度和计算成本均高度依赖于此分割方式。这一问题阻碍了DMET在实际分子中的简易应用。另一方面,BE可轻松应用于任何分子,因为它会根据目标分子的结构自动构建碎片。本研究提出了一种基于图的自动分子分割(GAF)技术,以实现DMET的简易应用,并评估在集群系统上对多种分子应用所提技术(GAF-DMET)及基于原子的BE(ABE)时的精度和墙钟时间。GAF通过无向图表示分子结构,其中边权重代表原子间相互作用,并通过求解使被割边总权重最小的图分割问题来确定准确的分割模式。对于GAF,我们提出了两种指标以在不同基组下准确表示原子间相互作用,并实现碎片数量的自动调整。对14种小分子的评估表明:(1)GAF成功选择了准确的分割模式;(2)GAF-DMET可在较短的墙钟时间内达到比ABE更高或相当的精度。此外,我们展示了GAF-DMET在两种应用场景中比ABE更准确:中等和小分子间的结合能计算以及SN2反应。
期刊
IF:
2.8
论文数:
1.2K
被引数:
6.0W
机构
引用论文
A variational eigenvalue solver on a photonic quantum processor光子量子处理器上的变分特征值求解器
NATURE COMMUNICATIONS
IF15.7
Jaguar: A high‐performance quantum chemistry software program with strengths in life and materials sciences捷豹: 在生命和材料科学方面具有优势的高性能量子化学软件程序

