Quantized Embedding Approaches for Collective Strong Coupling -- Connecting ab initio and macroscopic QED to Simple Models in Polaritonics
提出一种结合第一性原理与宏观量子电动力学的量子嵌入方法，有效处理多体量子光学系统的集体强耦合，为极化激元化学描述真实分子系综的集体效应提供实用框架。
2024-08-24 cond-mat.mes-hall physics.chem-ph physics.comp-ph
High-accuracy ab-initio quantum chemistry by means of an SU(2) x U(1) invariant matrix product state Ansatz: the static second hyperpolarizability
本文采用单格点密度矩阵重整化群算法对一般自旋和粒子数对称的费米子哈密顿量的SU（2）\times U（1）（自旋和粒子数）不变矩阵乘积态进行了变分优化。这类也包括在玻恩-奥本海默近似下的非相对论量子化学系统。利用该算法得到了一维氢分子链的纵向静态极化率和二阶超极化率的高精度从头算有限场结果。并与其它方法进行了比较。
2011-11-24 cond-mat.str-el physics.chem-ph
Ab Initio Transcorrelated Method enabling accurate Quantum Chemistry on near-term Quantum Hardware
针对近期量子硬件资源有限的问题，提出基于跨相关方法的显式关联拟设，将波函数关联直接转移至哈密顿量，可使用更少量子比特在噪声器件上实现高精度量子化学计算。
2024-04-17 cond-mat.str-el physics.chem-ph physics.comp-ph
Ab-initio quantum chemistry with neural-network wavefunctions
FU Berlin（柏林自由大学）；DeepMind（深度思维）；University of Zurich（苏黎世大学）；IBM Quantum（IBM量子）；IBM Research Zurich（IBM苏黎世研究院）；Thomas J. Watson Research Center（托马斯·J·沃森研究中心）；Imperial College London（帝国理工学院）；EPFL（洛桑联邦理工学院）；Rice University（莱斯大学）；Microsoft Research Cambridge（微软剑桥研究院）
本文回顾了利用神经网络拟设函数的量子蒙特卡罗方法从头原理求解电子薛定谔方程，该方法能以适中的计算成本获得高精度解，为量子化学提供了互补的新途径。
2022-08-26 cs.LG physics.chem-ph physics.comp-ph
A Self-Attention Ansatz for Ab-initio Quantum Chemistry
DeepMind（深度思维）
本文提出基于自注意力的波函数Transformer（Psiformer），可直接替代FermiNet等网络求解多电子薛定谔方程，在大分子基态能量计算上实现数十kcal/mol的精度提升。
2023-04-19 cs.LG physics.chem-ph physics.comp-ph
Autoregressive neural-network wavefunctions for ab initio quantum chemistry
InstaDeep（英斯塔迪普）；University of Oxford（牛津大学）；Russian Quantum Center（俄罗斯量子中心）
近年来，神经网络量子态（NNQS）已成为研究量子多体系统的有力工具。电子结构计算就是这样一个典型的多体问题，它已经吸引了数十年的大量研究工作，而最近才尝试使用NNQS。然而，复杂的非本地相互作用和高样本复杂性是需要定制解决方案的重大挑战。在这里，我们用一种新的自回归神经网络（ARN）来参数化电子波函数，该网络允许高效和可扩展的采样，同时还嵌入了反映分子系统结构的物理先验，而不牺牲可表达性。这使我们能够对具有多达30个自旋轨道的分子进行电子结构计算-至少比传统NNQS的先前应用多一个数量级的斯莱特决定簇-我们发现，即使在存在强量子相关性的情况下，我们的计算也可以胜过事实上的金标准耦合簇方法。对于一个高度表达的神经网络，采样不再是一个计算瓶颈，我们得出结论，进一步缩放的障碍与波函数本身无关，而是任何变分蒙特卡罗方法所固有的。
2022-01-25 cs.LG physics.chem-ph physics.comp-ph
Bayesian perspectives for quantum states and application to ab initio quantum chemistry
本章综述以贝叶斯框架下的 Gaussian Process States 统一表示二次量子化多体波函数，用于从头算量子化学性质计算并反哺机器学习关联模式建模。
2025-08-29 cond-mat.str-el physics.chem-ph physics.comp-ph
Tensor product methods and entanglement optimization for ab initio quantum chemistry
对于像薛定谔方程这样的高维问题的处理可以用张量积近似的概念来处理。我们提出了一般的技术，可用于治疗高维优化任务和时间依赖方程，并将它们连接到已经在多体量子物理学中使用的概念。基于过去十年的成就，基于纠缠的方法-从不同的角度为不同的目的在不同的社区已经成熟，提供各种工具-可以结合起来攻击量子化学中极具挑战性的问题。本论文的目的是给这个新领域的理论背景的教学介绍，并通过一本教科书的例子上的数值应用程序来展示潜在的好处。在各种优化任务中，我们将只讨论那些与纠缠的受控操纵有关的任务，纠缠实际上是本文所考虑的方法的关键因素。选定的主题将涵盖根据一系列讲座的主题“新的波函数方法和量子化学中的纠缠优化”在理论化学研讨会，18 - 21二月2014，奥地利Mariapfarr。
2014-12-18 cond-mat.str-el math-ph math.MP
A comprehensive theory for relativistic polaritonic chemistry: a four components ab initio treatment of molecular systems coupled to quantum fields
本文提出基于相对论QED的Pol-DHF从头算方法，用于研究重原子分子与量子场的强耦合，能同时描述极化激元效应、相对论效应及自旋-轨道耦合，并在金属氢化物中验证了两类效应量级可比。
2025-07-02 physics.chem-ph
Spin-coupled molecular orbitals: chemical intuition meets quantum chemistry
本文提出包含自旋耦合自由基态的广义分子轨道理论，解决传统理论无法描述双自由基态和均裂键断裂的问题，并为量子计算化学克服初态重叠问题提供系统途径。
2024-02-13 physics.chem-ph physics.comp-ph quant-ph
Advancing Surface Chemistry with Large-Scale Ab-Initio Quantum Many-Body Simulations
本文利用GPU加速和可改进多尺度技术实现高达392原子的线性标度量子多体模拟，在石墨烯、金属氧化物及MOF表面吸附中达到化学精度，推动表面化学进入后密度泛函时代。
2025-01-02 cond-mat.mtrl-sci physics.chem-ph
From ab initio quantum chemistry to molecular dynamics: The delicate case of hydrogen bonding in ammonia
采用高水平从头算量子化学方法和密度泛函理论对氨二聚体（NH3）2进行了研究。重要同分异构体的结构和能量学可以在不借助实验的情况下获得前所未有的精确度。C_s对称性的全局极小值是由偏离线性约20度的显著弯曲的氢键表征的。另外，所谓的环状C_{2h}结构在整体平坦的势能面上能量极其接近。它表明，目前可用的（GGA，Meta-GGA，和混合）密度泛函令人满意地描述这种非线性氢键的结构和相对能量。我们提出了一种新的密度泛函，HCTH/407+，旨在描述这种氢键定量的二聚体的水平上，相反，例如，广泛使用的BLYP功能。将改进的泛函应用于液氨的Car-Parrinello从头算分子动力学模拟中，以判断其描述缔合液体的性能。无论是HCTH/407+和BLYP泛函描述的性质以及判断的径向分布函数，氢键结构和动力学，平移扩散，取向弛豫过程的分析液体。结果表明，氨分子在液相中的溶剂化壳层主要由空间堆积效应决定，而不是由定向氢键相互作用决定。此外，氨分子在液相中形成分叉和多分叉氢键的倾向被发现是可以忽略不计的小。
2003-06-20 physics.atm-clus physics.chem-ph physics.comp-ph
Ab initio surface chemistry with chemical accuracy
本文结合局域关联和周期性关联波函数理论，以化学精度求解表面分子薛定谔方程，并在CCSD(T)水平上确定水在Al2O3和TiO2上的吸附与解离能量，解决实验争议并评估近似理论误差。
2024-02-07 cond-mat.mtrl-sci physics.chem-ph
A Deterministic Framework for Neural Network Quantum States in Quantum Chemistry
University of Science and Technology of China（中国科学技术大学）；Hefei National Research Center for Physical Sciences at the Microscale（合肥微尺度物质科学国家研究中心）
本文提出一种确定性优化框架，用于神经网络量子态，以避免随机优化中的方差和混合问题。通过将神经元回溯假设投影到动态演变的配置子空间，并应用后处理的二阶微扰修正，该方法提供了优化所选变分波函数部分和估计残余相关性的系统途径。
2026-05-11 physics.chem-ph quant-ph
Rigorous ab initio quantum embedding for quantum chemistry using Green's function theory: screened interaction, non-local self-energy relaxation, orbital basis, and chemical accuracy
我们提出了一个详细的讨论自能嵌入理论（SEET），这是一个量子嵌入方案，使我们能够非常准确地描述一个选定的子系统，同时保持以较低的成本描述的环境。我们应用SEET分子的例子，通常我们所选择的子系统是由一组强相关的轨道，而弱相关的轨道构成的环境。这样的自能分离是非常普遍的，为了使这一过程适用于多个系统，评估系统和环境自能的详细和实用的程序是必要的。我们列出了一个可能的程序的所有复杂性，同时将我们的讨论集中在许多实际的实施方面，如最佳轨道基础的选择，杂质求解器，以及许多必要的步骤，以达到化学精度。最后，在一组精心挑选的分子的例子，我们证明，SEET这是一个控制，系统改进的格林函数方法可以准确建立波函数量子化学方法。
2016-06-23 cond-mat.str-el physics.chem-ph
Variational Lang-Firsov approach plus Møller-Plesset perturbation theory with applications to ab initio polariton chemistry
本研究提出变分Lang-Firsov变换结合Møller-Plesset微扰的LF-MP方法，优化电子-玻色子耦合系统基态计算，经关联校正后能量精度可比精确对角化与耦合簇理论，适用于多种极化激元化学体系。
2024-02-02 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Towards ab initio self-energy embedding theory in quantum chemistry
自能嵌入理论（SEET）是本课题组近年来发展起来的一种新的自能嵌入理论，它是将活性空间自能嵌入到由微扰方法处理非局域关联效应得到的自能中。在SEET中，不存在重复计算问题，并且可以通过增加微扰阶数或扩大有效空间来提高精度。这种方法首先校准的二维哈伯德晶格显示有前途的结果。在本文中，我们报告了扩展SEET量子化学从头算哈密顿应用分子系统。自洽的二阶格林函数（GF2）方法被用来描述的非局域相关性，而全组态相互作用（FCI）方法进行捕获的活性空间内的强关联。使用几个概念验证的例子，我们表明，SEET产生可比质量的结果$n-$电子价态二阶微扰理论（NEVPT 2）具有相同的活性空间，而且，整个活性空间可以被分割成更小的活性空间，而无需进一步实施。此外，SEET避免了入侵状态，不需要任何高阶约化密度矩阵。这些优点表明，SEET是一种很有前途的方法来描述具有挑战性的分子，需要大的活性空间的物理和化学性质。
2015-11-03 physics.chem-ph
CheMPS2: a free open-source spin-adapted implementation of the density matrix renormalization group for ab initio quantum chemistry
密度矩阵重整化群（DMRG）已成为寻找强关联有限尺寸量子系统精确本征态不可缺少的数值工具。在凝聚态、原子核结构和分子电子结构等领域，与全组态相互作用相比，它显著地扩展了可以处理的系统尺寸，而不损失数值精度。对于量子化学（QC），DMRG的最有效的实现需要在底层矩阵乘积态（MPS）中引入粒子数，自旋和点群对称性，以及使用所谓的互补算子。对称性在MPS矩阵和中间收缩张量中引入了稀疏块结构。如果对称是非阿贝尔的，维格纳-埃卡特定理允许将张量分解为Clebsch-Gordan系数和约化张量。此外，费米子迹象必须仔细跟踪。由于这些挑战，为QC有效地实施DMRG并不简单。因此，高度期望有效和免费可用的实现。在这项工作中，我们提出了CheMPS 2，我们的免费开源自旋自适应实现DMRG从头开始QC。在CheMPS 2中，我们实现了增广的Hessian Newton-Raphson完备活动空间自洽场方法，具有精确的Hessian。在DMRG（28个轨道，12个电子，D $_{\mathsf{SU(2)}}$ =2500）/cc-pVDZ理论水平下，得到了碳二聚体12个最低态的键离解曲线.通过比较DMRG（36 o，12 e，D $_{\mathsf{SU(2)}}$ = 2500）/cc-pCVDZ和DMRG-SCF（34 o，8 e，D $_{\mathsf{SU(2)}}$ = 2500）/c…
2014-01-08 cond-mat.str-el physics.chem-ph physics.comp-ph
Fanpy: A Python Library for Prototyping Multideterminant Methods in Ab Initio Quantum Chemistry
Fanpy是一个免费的开源Python库，用于开发和测试电子结构理论中的多决定性波函数和相关的从头算方法。Fanpy的主要用途是通过将新波函数ansätze的数学概念更容易地转换为工作实现来快速原型化新方法。Fanpy使用了我们最近引入的N电子组态相互作用的灵活分析（FANCI）的框架，其中多决定子波函数由它们与正交自旋轨道的斯莱特决定子的重叠表示。在最简单的情况下，一个新的波函数可以通过简单地编写一个函数来实现，用于评估它与任意斯莱特行列式的重叠。Fanpy在实现和理论上都是模块化的：波函数模型、系统的哈密顿量和目标函数的选择都是独立的模块。这种模块化结构使用户可以轻松地混合和匹配不同的方法，并使开发人员能够快速尝试新的想法。Fanpy完全用Python编写，具有标准依赖关系，使其可用于大多数操作系统;它遵循现代软件开发的原则，包括全面的文档，广泛的测试以及持续集成和交付协议。本文被认为是Fanpy库的官方发行说明。
2021-02-01 cond-mat.str-el physics.chem-ph
Scaling Neural Network Quantum States for Ab Initio Quantum Chemistry
State Key Lab of Brain-Machine Intelligence, Zhejiang University（浙江大学脑机智能全国重点实验室）；College of Artificial Intelligence, Zhejiang University（浙江大学人工智能学院）；State Key Laboratory of Precision and Intelligent Chemistry, University of Science and Technology of China（中国科学技术大学精密与智能化学全国重点实验室）
本文针对物理条件自回归神经网络量子态，探究模型规模与优化步数对从头量子化学计算精度的影响，提出相互作用标度律，为计算预算内选择模型与优化步数提供决策规则，且该标度趋势在N₂微调中持续。
2026-09-04 physics.chem-ph
Ultrafast ab-initio Quantum Chemistry Using Matrix Product States
化学系统中的超快动力学为在分子尺度上研究基本过程提供了独特的途径。由于问题的量子性质，对这种系统的适当描述通常非常具有挑战性。近年来，矩阵乘积态（MPS）的概念在描述这种关联量子系统方面得到了广泛的应用。在这项工作中，我们继续发展MPS方法来研究量子化学系统中的超快电子动力学。该方法将四阶Runge-Kutta和Krylov时空演化等时间演化格式与MPS相结合，有效求解含时薛定谔方程。这允许在激发后的几个飞秒内在完全构型相互作用（CI）水平上描述分子中的电子动力学。作为一个基准，我们比较MPS为基础的计算全CI计算的一个链的氢原子和水分子。Krylov时空演化特别适合于MPS方法，因为它提供了广泛的机会来调整到减少MPS维度的情况。最后，我们应用MPS方法来描述碘乙炔中的电荷迁移效应，并发现我们的结果和实验观察之间的直接协议。
2019-02-22 physics.chem-ph
Ab-initio variational wave functions for the time-dependent many-electron Schrödinger equation
Institute of Physics, École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院物理研究所）；Center for Quantum Science and Engineering, École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院量子科学与工程中心）
本文提出一种基于神经网络增强的含时Jastrow因子和回流变换的变分方法，结合含时变分蒙特卡洛和泰勒根展开技术，准确捕捉多电子系统动力学中的多体关联，超越平均场近似。
2024-11-06 cond-mat.str-el cs.LG physics.chem-ph
Ab-initio molecular dynamics simulation of liquid water by Quantum Monte Carlo
虽然液态水在地球生命和气候的化学反应中无处不在，但通过高水平从头计算分子动力学模拟预测其性质仍然是量子化学的一项艰巨任务。在本文中，我们提出了一个室温模拟液态水的基础上的势能面由多体波函数通过量子蒙特卡罗（QMC）方法。模拟的属性是在最近的中子散射和X射线实验，特别是关于径向分布函数中的氧-氧峰的位置，在以前的密度泛函理论的尝试的变化，在很好的协议。鉴于QMC在大型超级计算机上的出色性能，这项工作为复杂化学系统的预测性和可靠的从头算模拟开辟了新的视角。
2015-04-21 physics.chem-ph physics.comp-ph quant-ph
Ab-Initio Solution of the Many-Electron Schrödinger Equation with Deep Neural Networks
DeepMind；Imperial College London（帝国理工学院）
如果能够得到多电子薛定谔方程的精确解，几乎所有的化学都可以从第一性原理推导出来。有趣的化学系统的精确波函数是遥不可及的，因为它们通常是NP-难计算的，但可以使用多项式缩放算法找到近似值。这些算法中的许多算法的关键挑战是选择波函数近似，或Ancestion，它必须在效率和准确性之间进行权衡。神经网络已经显示出令人印象深刻的能力，作为准确的实用函数逼近器，并承诺作为自旋系统的紧凑波函数Ancillary，但电子结构中的问题需要波函数服从费米-狄拉克统计。在这里，我们介绍一种新型深度学习架构--费米神经网络，作为多电子系统的强大波函数Ansatz。费米子神经网络能够在各种原子和小分子上实现超越其他变分量子蒙特卡罗Ansätze的精度。除了原子位置和电荷之外，我们不使用任何数据，预测氮分子和氢链的解离曲线，这两个具有挑战性的强相关系统，比耦合簇方法具有更高的准确性，被广泛认为是平衡几何条件下量子化学最精确的可扩展方法。这表明，深度神经网络可以提高变分量子蒙特卡罗的准确性，使其优于其他从头算量子化学方法，从而为以前难以处理的多电子系统的波函数精确直接优化提供了可能性。
2021-03-25 cs.LG physics.chem-ph physics.comp-ph
Polaritonic response theory for exact and approximate wave functions
该研究从化学视角系统综述极化激元响应理论，给出从头算腔QED方法响应理论的构建策略，分析相关近似与哈密顿量表示效应，介绍两类新方法的响应方程并对比标准量子化学方法，为光-物质强耦合体系性质计算提供新视角。
2023-05-05 physics.chem-ph
Scalable Ab Initio Electronic Structure Methods with Near Chemical Accuracy for Main Group Chemistry
本研究评估了CCSD(T)、DLPNO-CCSD(T)和定域化ph-AFQMC方法在主族元素热化学计算中的精度，发现后两者在合并数据集上RMSD小于1 kcal/mol，达到化学精度，显著拓宽了其在生物和材料科学中的应用。
2024-07-29 physics.chem-ph
Stochastic tensor contraction for quantum chemistry
Division of Chemistry and Chemical Engineering, California Institute of Technology（加州理工学院化学与化学工程系）；Marcus Center for Theoretical Chemistry, California Institute of Technology（加州理工学院马库斯理论化学中心）
本文提出随机张量收缩方法，用于降低高阶张量收缩的计算成本，应用于耦合簇理论，实现更精确的计算并挑战现有成本与精度关系。
2026-05-07 cond-mat.str-el physics.chem-ph physics.comp-ph
Probing quantum coherence in ultrafast molecular processes: an ab initio approach to open quantum systems
揭示超快过程中可能的长寿相干性可以检测分子中真正的量子力学效应。为了从量子化学的角度研究这种效应，我们开发了一种方法来模拟分子系统的时间演化，基于从头计算，包括松弛和环境诱导的失相的分子波函数，其速率是外部参数。所提出的方法结合了量子化学描述的分子目标与实时传播计划内的时间依赖性随机薛定谔方程。此外，它允许状态和动力学的相干性的定量表征，通过l1-范数的相干性和线性熵，分别。为了测试的方法，我们模拟飞秒脉冲整形超快光谱的terrylenedimide，一个很好的研究荧光团在单分子光谱学。我们的方法能够重现实验结果[R。Hildock等人，自然物理，7，172（2011）]，确认了该方法的有用性和实施的正确性。
2018-05-16 physics.chem-ph
Dynamic of Single Molecules in Collective Light-Matter States from First Principles
大量分子与共同光子模式的相干相互作用导致强烈的光-物质耦合，这一特征被证明对化学非常有益，并被称为极化激元和QED化学的研究主题。考虑复杂的微观化学反应与宏观数量的分子相结合，使现有的从头算方法不适用。在这项工作中，我介绍了一个简单的方法来捕捉集体性质，同时保留完整的从头表示的单分子。通过将大部分分子系综嵌入并矢格林张量中，我们获得了一个计算上便宜和直观的描述系综中单个分子的动态-这种方法似乎是极化激元化学的理想方法。对嵌入辐射反应势的应用前景和局限性进行了讨论。第一个应用程序演示了线性响应的单个分子的一部分，一个更大的合奏分子。然后，借助一个简单的质子隧穿模型，说明了集体强耦合对化学反应的影响与发射体的数目有着重要的关系。在经典电动力学、量子光学描述和实际分子的从头算描述之间建立了桥梁，这项工作可以为快速发展的QED化学和QED材料设计领域的未来发展和研究提供指导。
2022-05-11 cond-mat.mes-hall physics.chem-ph physics.optics
Correct quantum chemistry in a minimal basis from effective Hamiltonians
我们描述了如何创建从头算有效的哈密顿量，定性地描述正确的化学，即使在使用最小的基础。哈密尔顿算子是通过将相关性从一个大的父基折叠成一个小的或最小的目标基，使用正则变换的机器来获得的。我们证明了这些有效汉密尔顿的质量，可以正确捕获水、氮气和乙烯中的各种激发态，并描述氮气和铬二聚体中的基态和激发态键断裂，所有这些都在小或最小的基组中。
2015-02-16 cond-mat.str-el physics.chem-ph
Ab initio properties of the NaLi molecule in the $a^3Σ^+$ electronic state
超冷极性和磁性${}^{23}$ Na ${}^6$ Li分子在最低三重态$a^3Σ^+$电子态的振转基态最近已经产生。在这里，我们使用量子化学的最先进的从头算方法计算这些14电子分子的电子和振转结构与光谱精度（$<0.5\,$ cm $^{-1}$）。我们采用耦合簇波函数的层次和高斯基组外推到完整的基组限制。我们表明，列入更高层次的激发，核心电子相关，相对论，QED，和绝热修正是必要的，以准确再现碱金属系统的散射和光谱特性。我们得到的井深，$D_e=229.9(5)\,$厘米$^{-1}$，离解能，$D_0=208.2(5)\,$厘米$^{-1}$，和散射长度，$a_s=-84^{+25}_{-41}\,$玻尔，与最近的实验测量结果吻合得很好。我们预测了在振转基态的永久电偶极矩，$d_0=$ 0.167（1）$\,$德拜。这些值是在没有对实验数据进行任何调整的情况下获得的，表明量子化学方法能够预测多电子系统的散射性质，只要系统的相互作用相对较弱且质量较小。
2021-02-14 cond-mat.quant-gas physics.atom-ph physics.chem-ph
Development and validation of a parameter-free model chemistry for the computation of reliable reaction rates
最近开发的化学模型（jun-Cheap）已被稍加修改，并提出了一个有效的，可靠的和无参数的计划，用于计算精确的反应速率，特别是参考天体化学和大气过程。不同的国家的最先进的能量障碍跨越范围广泛的值的基准显示，在没有强大的多参考贡献，所提出的模型优于最知名的模型化学，达到一个子化学准确性没有任何经验参数和负担得起的计算机时间。一些测试案例表明，几何形状，能量障碍，零点能和热贡献计算在这个水平上可以使用的框架中的主方程方法的基础上从头过渡态理论（AITSTME）获得准确的反应速率。
2021-06-24 physics.chem-ph physics.comp-ph
The chromium dimer: closing a chapter of quantum chemistry
铬二聚体复杂的电子结构和不寻常的势能曲线几十年来一直吸引着科学家，迄今为止理论和实验之间的一致性还很难实现。在这里，我们提出了一个新的从头计算模拟的势能曲线和振动光谱，显着改善所有早期的估计。我们的数据支持一个量子数的振动频率集群的早期实验分配的移位。新的振动分配产生的实验推导出的势能曲线在定量协议与理论在所有的键长和所有测量的频率。通过解决这个长期存在的问题，我们的研究结果提出了过渡金属簇的光谱精度的定量量子化学建模的可能性。
2022-08-24 cond-mat.str-el physics.atm-clus physics.chem-ph
Highly accurate ab-initio thermochemistry via real-space quantum Monte Carlo: Benzene
采用实空间量子蒙特卡罗方法计算了苯的原子化总能量。与量子化学中常见的轨道空间方法相反，实空间方法允许在接近完整基组极限的情况下立即获得结果，所有这些都以与系统大小的四次方成比例的计算成本进行计算。我们使用中等大小的苯分子证明了这一实用性，获得的能量与实验和以前的结果一致，从高度精确的复合方法，包括热和W2。由于这些算法的低尺度，它开辟了解决量子化学方法无法触及的系统的可能性。
2021-07-19 cond-mat.str-el physics.chem-ph
DeePKS-kit: a package for developing machine learning-based chemically accurate energy and density functional models
我们介绍DeePKS-kit，这是一个用于开发基于机器学习的能量和密度函数模型的开源软件包。DeePKS-kit与PyTorch（一个开源机器学习库）和PySCF（一个从头计算化学程序，为开发量子化学代码提供简单和定制的工具）接口。它支持DeePHF和DeePKS方法。除了解释方法和软件的细节外，我们还提供了一个开发水分子团簇化学精确模型的例子。
2021-06-21 physics.chem-ph physics.comp-ph
Scalable neural quantum states architecture for quantum chemistry
University of Michigan（密歇根大学）；Flatiron Institute（熨斗研究所）
量子态的神经网络表示的变分优化已经成功地应用于解决相互作用的费米子问题。尽管发展迅速，但在考虑大规模分子时，出现了重大的可扩展性挑战，这些分子对应于由数千甚至数百万个泡利算子组成的非局部相互作用量子自旋哈密顿算子。在这项工作中，我们引入可扩展的并行化策略，以提高基于神经网络的变分量子蒙特卡罗计算从头算量子化学应用。我们建立了GPU支持的局部能量并行计算潜在复杂分子的哈密顿优化目标。使用自回归采样技术，我们证明了系统的改进所需的壁时钟的时间，以实现CCSD基线目标能量。通过将所得自旋哈密顿量的结构容纳到自回归采样排序中，进一步增强了性能。该算法实现了有前途的性能相比，经典的近似方法，并表现出运行时间和可扩展性的优势，现有的基于神经网络的方法。
2022-08-11 cs.LG physics.chem-ph physics.comp-ph
Lattice Density-Functional Theory for Quantum Chemistry
我们提出了一个晶格密度泛函理论{ \it ab initio}量子化学或物理作为一个有效的方法，近似的全组态相互作用能和轨道职业的强关联电子的分子的路线。我们建立在晶格密度泛函理论的哈伯德模型，通过推导一个减少，然后完全量子化学哈密顿的Kohn-Sham方程，并展示了具有挑战性的问题，建模拉长键的六个氢原子的线性链的势能曲线的方法。在这里的准确性的Bethe-anonymous局域密度近似的量子化学系统进行了测试，我们发现，尽管这个近似的功能被设计为哈伯德模型，势曲线的形状一般同意全组态相互作用的结果。虽然对于非常拉伸的键存在差异，但这低于使用局域密度近似的标准密度泛函理论。
2019-04-18 cond-mat.str-el physics.chem-ph
TUNA: A streamlined quantum chemistry program for atoms and diatomics
The University of Manchester（曼彻斯特大学）
TUNA是一款专为原子和双原子分子设计的开源量子化学程序，提供多种电子结构方法，通过命令行界面实现能量计算、振动频率分析等功能，具有透明的教学和基准测试价值。
2026-07-14 physics.atm-clus physics.chem-ph physics.comp-ph
Regional Embedding Enables High-Level Quantum Chemistry for Surface Science
与常用的密度泛函相比，从头算波函数方法可以提供更高的可靠性和准确性，这可能被证明是有用的，当建模吸附或缺陷，否则周期性系统。然而，平移对称性的破坏需要大的超晶胞，这对于相关波函数方法来说通常是禁止的。作为一种替代方案，我们介绍了区域嵌入方法，它使相关的波函数治疗只有一个目标片段的利益，通过小，片段本地化的轨道空间构造使用一个简单的重叠标准。应用于氢化锂、六方氮化硼和石墨烯衬底上的水吸附表明，结合焦点校正的区域嵌入可以提供具有非常小的碎片尺寸的收敛的CCSD（T）（耦合簇）吸附能。
2020-10-01 cond-mat.mtrl-sci physics.chem-ph
DQC: a Python program package for Differentiable Quantum Chemistry
University of Oxford（牛津大学）；Molecular Sciences Software Institute（分子科学软件研究所）；STFC Rutherford Appleton Laboratory（STFC卢瑟福·阿普尔顿实验室）
自动微分代表了科学编程中的范式转变，大多数应用程序都需要评估函数及其导数。通过消除显式导出梯度表达式的需要，可以缩短开发时间，并简化计算。由于这些原因，自动微分在过去十年中推动了各种复杂机器学习技术的快速发展，但现在也越来越多地显示出其支持量子系统的{ \it ab initio}模拟和增强计算量子化学的价值。在这里，我们提出了一个开源的可微量子化学模拟代码，DQC，并探索自动微分促进的应用：（1）计算分子微扰特性;（2）重新优化碳氢化合物的基组;（3）检查自洽场波函数的稳定性;（4）通过炼金术微扰预测分子特性。
2021-10-22 cs.LG physics.chem-ph
Real-Space Chemistry on Quantum Computers: A Fault-Tolerant Algorithm with Adaptive Grids and Transcorrelated Extension
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Qubit Pharmaceuticals（Qubit制药公司）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
该研究提出一种量子计算机上的实空间化学容错算法，采用非均匀自适应网格和转相关扩展，消除库仑奇异性，并通过QPE和QEVE求解器验证，为精确基态化学提供新路径。
2026-10-07 physics.chem-ph quant-ph
Dissipative quantum algorithms for excited-state quantum chemistry
University of California, Berkeley（加州大学伯克利分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文提出耗散量子算法用于高效制备电子激发态，通过修改动力学实现激发态稳态，并通过数值模拟验证其在分子光谱中的有效性。
2026-09-29 physics.chem-ph quant-ph
An introduction to effective low-energy Hamiltonians in condensed matter physics and chemistry
这些课堂讲稿介绍了一些简单的有效哈密顿量（也称为半经验模型），它们在固态和分子系统中有广泛的应用。他们的目的是作为一个介绍开始研究生。我也希望它能有助于打破物理和化学文献之间的鸿沟。在简要介绍了第二量子化符号，这是广泛使用的，我的重点是“四个H”：休克尔（或紧束缚），哈伯德，海森堡和荷尔斯泰因模型。对其他一些相关的模型，如Pariser-Parr-Pople模型、扩展的哈伯德模型、多轨道模型和离子哈伯德模型也进行了讨论。最后，我讨论了有效哈密顿量的认识论基础，并与从头算方法进行了比较和对比，并讨论了有效哈密顿量的参数化问题。
2010-02-21 cond-mat.quant-gas cond-mat.stat-mech cond-mat.str-el
Deep quantum Monte Carlo approach for polaritonic chemistry
提出深度学习变分量子蒙特卡洛方法，求解光学腔中分子的电子-光子薛定谔方程，扩展神经网络波函数拟设描述费米子-玻色子系统，并在氢分子计算中验证了方法的有效性。
2025-03-19 physics.chem-ph physics.comp-ph quant-ph
An ab initio foundation model of wavefunctions that accurately describes chemical bond breaking
Microsoft Research AI for Science（微软研究院人工智能科学部）；Freie Universität Berlin（柏林自由大学）
本文提出Orbformer，一种基于深度神经网络量子蒙特卡洛的预训练可迁移波函数模型，在22,000个结构上预训练，可微调至新分子，以较低成本达到化学精度，解决键断裂的多参考难题。
2026-09-14 cs.AI physics.chem-ph stat.ML
Ab initio properties of Li-Group-II molecules for ultracold matter studies
我们对锂-碱土金属二聚体的$^2Σ^+$基态的电子性质进行了系统的研究。这些分子被认为是晶格自旋模型的量子模拟的可能候选者。我们采用强大的量子化学耦合簇方法与大基组计算势能，永久偶极矩，和电子密度分布的锂铍，锂镁，锂钙，锂锶，和LiYb。我们的研究结果揭示了一个令人惊讶的不规则的离解能和键长的分子的减少质量的增加。同时，在平衡分离处的永久偶极矩在0.01 a.u.和0.1 a.u.对于最重的（LiSr和LiYb）分子，并且增加到1.4a.u.对于最轻的（LiBe），其中1 a.u.是一个原子单位的偶极矩。我们认为我们的研究的$^2Σ^+$分子的第一步，全面分析它们在光阱中的相互作用。
2011-10-03 physics.chem-ph quant-ph
Ab initio calculation of the 66 low lying electronic states of HeH$^+$: adiabatic and diabatic representations
我们提出了从头计算的HeH $^+$分子的研究。利用量子化学软件包MOLPRO和一个大的自适应基组，用CASSCF和CI方法计算了离子前20个$^1 Σ^+$、19个$^3Σ^+$、12个$^1Π$、9个$^3Π$、4个$^1Δ$和2个$^3Δ$电子态的绝热势能曲线.并将计算结果与前人工作进行了比较。计算了径向和转动非绝热耦合矩阵元以及偶极矩。势能曲线和状态之间的各种耦合的渐近行为也进行了研究。使用径向耦合，非绝热表示的定义，我们提出了一个例子，我们的非绝热过程的$^1Σ^+$状态。
2010-01-13 physics.atom-ph physics.chem-ph
Polaritonic Chemistry: Collective Strong Coupling Implies Strong Local Modification of Chemical Properties
极化子化学是近几年来发展迅速的一个领域。大量的实验观察表明，当物质与谐振腔模式强耦合时，即当混合光物质状态出现时，化学性质可以从根本上改变，并且出现新的物理状态。到目前为止，解释和预测这些观测结果的理论方法要么局限于适合描述集体极化激元效应的唯象量子光学模型，要么局限于小系统尺寸的从头算方法。后来的方法特别有争议，因为集体效应不能明确地包括在内，因为本质上是低粒子数，这是计算可访问的。在这里，我们证明了可变大小的氮二聚体链，任何杂质存在于一个集体耦合的化学系综（如温度波动或反应过程）诱导局部修改的极化激元系统。由此，我们推断，一个新的暗态的形成，其局部化学性质的修改显着的杂质，由于集体耦合的环境。我们的模拟统一了量子光学模型的理论预测（例如集体暗态和不同极化子分支的形成）与单分子量子化学的观点，这依赖于局部电荷的（量化）重新分布。此外，我们的研究结果表明，最近开发的QEDFT方法适合于访问这些局部标度极化激子效应，它是一个有用的工具，以更好地理解最近的实验结果，甚至设计新的实验方法。所有这些都为极化激元化学的许多新发现和应用铺平了道路。
2020-11-06 cond-mat.mes-hall physics.chem-ph physics.comp-ph
The TensorMol-0.1 Model Chemistry: a Neural Network Augmented with Long-Range Physics
传统的力场不能模拟化学反应，并且在不重新拟合的情况下具有低通用性。神经网络潜力有望解决这些问题，以低成本提供接近从头算精度的能量和力。然而，数据驱动的方法对于具有简单物理公式的长程原子间力自然是低效的。在这篇手稿中，我们构建了一个混合模型化学组成的近视神经网络潜在的屏蔽远程静电和范德瓦尔斯物理。这种经过训练的潜力，简称为“TensorMol-0.1”，是在一个开源的Python包中提供的，它能够支持许多常用于研究化学的模拟类型：几何优化，谐波光谱，开放或周期性分子动力学，蒙特卡罗和轻推弹性带计算。我们描述了该软件包的鲁棒性和速度，展示了毫哈特里的精度和可扩展性，在普通的笔记本电脑上成千上万的原子。我们通过再现振动光谱和模拟蛋白质的分子动力学来证明模型的性能。与电子结构理论和实验的比较表明，神经网络分子动力学有望成为分子模拟的重要工具，降低化学模拟的资源障碍。
2017-11-20 physics.chem-ph
Quantum Computing Enabled ab initio Molecular Dynamics Simulations
The Cleveland Clinic（克利夫兰诊所）
该研究提出了结合LUCJ拟设与SQD的量子-经典工作流，可在气相及显式溶剂QM/MM模拟中准确重现FCI的能量、梯度等结果，为量子硬件集成到QM/MM分子动力学提供了实用途径。
2026-07-31 physics.chem-ph quant-ph
Ab initio path integral Monte Carlo simulations of the uniform electron gas on large length scales
本文利用虚构全同粒子路径积分蒙特卡洛方法，对温稠密电子气进行大规模（N≤1000）模拟，克服费米子计算瓶颈，并在所有长度尺度上准确描述静态结构因子、密度响应和局域场修正。
2023-11-14 cond-mat.str-el physics.chem-ph physics.comp-ph
Density Matrix Embedding Theory-Based Multi-Configurational Quantum Chemistry Approach to Lanthanide Single-Ion Magnets
针对镧系单离子磁体计算成本高的问题，扩展DMET+CASSI-SO方法并提出R-DIIS与sR-DIIS算法，实现了高效且高精度的理论描述。
2025-03-01 physics.chem-ph
Ab initio electron-lattice downfolding: potential energy landscapes, anharmonicity, and molecular dynamics in charge density wave materials
该研究提出电子-晶格降维方法以降低复杂性，提升分子动力学模拟效率，在选定电荷密度波材料中验证了其准确性，并揭示了热与量子涨落对单层1H-TaS$_2$中CDW转变的影响。
2024-01-16 cond-mat.stat-mech cond-mat.str-el physics.chem-ph
Inverse Volume Scaling of Finite-Size Error in Periodic Coupled Cluster Theory
本文研究周期耦合簇计算中有限尺寸误差的逆体积标度现象，提出新工具阐明其机制，并证明奇点消减可有效降低实际计算中的有限尺寸误差。
2024-03-31 cs.NA math.NA physics.chem-ph
