基于电子配对方法的自然轨道泛函占据数的Softmax参数化
Softmax parameterization of the occupation numbers for natural orbital functionals based on electron pairing approaches
AI总结：
本文提出一种基于softmax函数和电子配对方法的占据数参数化方案，用于自然轨道泛函理论计算，确保1RDM的N-可表示性并显著提升计算效率，在W4-17-MR分子集上展现出更快更稳健的收敛表现。
摘要：
在自然轨道泛函理论的框架内，拥有占据数和轨道的便捷表示对于计算性能至关重要。认识到这一点，我们提出了一种创新的占据数参数化方法，该方法通过采用现代深度学习模型中的关键组件softmax函数，利用了Piris自然轨道泛函中使用的电子配对方法。我们的方法不仅确保了对一阶约化密度矩阵（1RDM）的N-可表示性的遵循，而且显著提高了1RDM泛函理论计算的计算效率。使用W4-17-MR分子集评估了这种替代参数化方法的有效性，结果表明，与以前的实现相比，其收敛速度更快且更稳健。
英文摘要：
Within the framework of natural orbital functional theory, having a convenient representation of the occupation numbers and orbitals becomes critical for the computational performance of the calculations. Recognizing this, we propose an innovative parametrization of the occupation numbers that takes advantage of the electron-pairing approach used in Piris natural orbital functionals through the adoption of the softmax function, a pivotal component in modern deep-learning models. Our approach not only ensures adherence to the N-representability of the first-order reduced density matrix (1RDM) but also significantly enhances the computational efficiency of 1RDM functional theory calculations. The effectiveness of this alternative parameterization approach was assessed using the W4-17-MR molecular set, which demonstrated faster and more robust convergence compared to previous implementations.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
