신경망 기반 변분 양자 몬테카를로에서의 원자 간 힘

정확한 ab initio 계산은 물리학, 화학, 생물학 및 재료 과학에서 근본적으로 중요하며, 최근 몇 년 동안 신경망과 같은 기계 학습 계산 기법의 도움으로 빠른 발전을 이루었습니다. 최근의 연구는 주로 에너지에 집중되고 있습니다. 본 연구에서는 신경망 웨이브펑션 방법을 사용하여 원자 간 힘을 살펴보고, 변분 양자 몬테카를로(VMC)에서 일반적으로 사용되는 여러 힘 추정기를 구현하고 테스트합니다. 우리의 결과는 신경망 ansatz가 전통적인 VMC에 비해 원자 간 힘 계산을 개선할 수 있음을 보여줍니다. 힘 오차와 신경망의 품질, 다양한 힘 항의 기여도, 그리고 각 항의 계산 비용 간의 관계도 논의되어 미래 응용에 대한 지침을 제공합니다. 우리의 연구는 분자/재료의 구조/역학을 시뮬레이션하고 정확한 힘 필드를 개발하기 위한 훈련 데이터를 제공하기 위해 신경망 웨이브펑션 방법을 적용하는 것이 유망함을 보여줍니다.