1. Inicio
  2. Towards the construction of an accurate kinetic energy density functional and its functional derivative through physics-informed neural networks

Towards the construction of an accurate kinetic energy density functional and its functional derivative through physics-informed neural networks Artículos académico

  • Doi
  • Perfil
  • Identidad
  • Información Adicional De Documento

Perfil

Resumen

  • Uno de los principales obstáculos en el desarrollo de la teoría funcional de la densidad libre de órbitas es la falta de una función precisa para la energía cinética no interactiva de Kohn-Sham, que, además de su precisión, también debe proporcionar una buena aproximación para su derivada funcional. Para abordar este problema crítico, proponemos la construcción de una función de densidad de energía cinética a través de una red neuronal informada físicamente, donde la función de pérdida de la red neuronal está diseñada para reproducir simultáneamente las estructuras de capas del átomo, y además, una derivada funcional calculada analíticamente. Como prueba de concepto, hemos probado la precisión del potencial de energía cinética optimizando las densidades de electrones para átomos desde el Li hasta el Xe.

Área temática

  • Industria, innovación e infraestructura

autores

  • http://vivoweb.org/ontology/core#FacultyMember
    Luis Eduardo Seijas Ruiz
  • http://research-hub.urosario.edu.co/ontology/vlocal#ExcludedPerson
    Luis Rincon
  • http://research-hub.urosario.edu.co/ontology/vlocal#ExcludedPerson
    Rafael Almeida

Edición

  • 7

fecha de publicación

  • 2023-6-5

Identidad

Identificador de objeto digital (DOI)

  • https://doi.org/10.1088/2399-6528/acd90e

Información adicional de documento

Número de páginas

  • 61001

Página inicial

  • 061001