Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

[DL輪読会]“Kohn-Sham equations as regularizer building prior knowledge into machine-learned physics”

577 visualizaciones

Publicado el

2021/01/08
Deep Learning JP:
http://deeplearning.jp/seminar-2/

Publicado en: Tecnología
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

[DL輪読会]“Kohn-Sham equations as regularizer building prior knowledge into machine-learned physics”

  1. 1. DEEP LEARNING JP [DL Papers] http://deeplearning.jp/ - : -. - , . 1 -,.- : - - -, - 1- 1 . :
  2. 2. . - D : F 0 E I : L DD F F 9 E F F 2 D 0 E - FF , 1 C F E E D : D K D : D D : F D E E D 01 D E y t la p mxo T inamxh t g T N t gW Mefk p y hqw g P zrcau t s Sg d b d E : 0 E D
  3. 3. , , . s a i u [2] Pfau, D., Spencer, J. S., Matthews, A. G., & Foulkes, W. M. C. (2020). Ab initio solution of the many-electron Schrödinger equation with deep neural networks. Physical Review Research, 2(3), 033429. k u3 N P u c W nC k r p s s o u c g o
  4. 4. z G 2 A A 8 DC x c x WL zhloi W z pknmu Ø 0., 0 8 .:A ,CCD A !"# $ % r x a d v Ø P//, /:A:D :9 /D 9 :A ,CCD A//, !"# $ % , ∇$ % r x d v ]z N e d ys d [ !"#[$] x d vWL ]z g11[ z W W Lbct ] [ 4 5 C D D )((
  5. 5. c . . W tp in ko a o l 5 e ug l 5 . , , a W tp WP W d in r ug sa l 5 C
  6. 6. k , . . L a nt pu u c g6 eCs ld c g6 LW a C i nt P P s ld e c g6 e do r
  7. 7. 7-. 1 1. W [2] Pfau, D., Spencer, J. S., Matthews, A. G., & Foulkes, W. M. C. (2020). Ab initio solution of the many-electron Schrödinger equation with deep neural networks. Physical Review Research, 2(3), 033429. n g ck eki g ck eki t kcd 1 P p 7 , 7 , o 7 , 7 , s Nr ac sC l u W
  8. 8. a 8BD J F FBS J H U F TJDBM 9P MPDBM 3 D B HF 1PSSFMBUJP 4 DUJP BM P 2F TJU 4 DUJP BM FPS b T 1 FN FUU &-c a 6P BU B D NJEU 1BSMPT 0F BWJEFT JWFSPT B E 8JH FM 8BSR FT &8BSUJ U FS JWFSTJU]U 5BMMF JUUF CFSH d l rfke r tvsu&(ojm y n qr xgipmjh BLBT HJ B BTP JD 1PS , )A D NJEU 6 0F BWJEFT JWFSPT 1 8BSR FT 8 &- 8BD J F FBS J H U F TJDBM 9P MPDBM 3 D B HF 1PSSFMBUJP 4 DUJP BM P 2F TJU 4 DUJP BM FPS F P S BM P TJDBM D FNJTUS MFUUFST & ) )(&
  9. 9. 0 0 56 .090 961 t cl ik gk Wt d a y c i 80 4 88 1 99 1 2 9 08 9 pu r w u t gk Ø 9 6 pu NH so Ø n Pt so o P C Ø d a D Dc e Ø , f ! "#$
  10. 10. 01 , 0 , . 4 W g C Pa!"# c k i Ø !"# $"# i
  11. 11. , . ., 1 E PW i t ro Ø Dgs C a C n Ø DA CC k u o Ø p c L C t
  12. 12. C P 3 , 30 , 021 C Ø 2 . 3,
  13. 13. Ø PC8 A D A P A LA ,0, . ,1, 21 2 3
  14. 14. [ 4KE 9E I B P K NBD H N BN HA D LN KN G KSHBADB PK I E B HB N BA LEU B N3 9 KNG EKL] EU 8BR 5BPP , BLPBA /B BI BN [ 5 5 9PBLE 2KUBN 8U BABN K 8 K 9 0G / . G PN G 8 HBU 4 BNK - NGB 1KKDHB 8B B N EW : RBN PU KC . H CKN W f l e l npmo idg s zhqw ykltrac gdb x vu G D K .KNLEPPL N R KND
  15. 15. li 5 , , 1 P o C g rd k t e n rd 51. .5 g C L L c o aL L t e gC rd C ep s P W n u
  16. 16. m o . ( 1 1. i n !" # !$ % k !$& n %'( r ae !" # !$ % k !$& %)*+,- !)*+,-./ .0 WD . .1 W L . 11, 6. 1 ,16 n P m o W C %'( ae r Ø cg r u p s D t r pr W i x W L W:
  17. 17. r 7 . ) b eig ) u N Ø t C Ø 1 az a , ( ( 3 A3 Ø pv W LW s knf G Ø 1 Ø lco 3 knf , a P a D u
  18. 18. g cd 0 68. 2 6 2 , 5 gW a iW l Ø k g = C 1 2 P
  19. 19. R c . ( 1 21 , 2 dP g Ø ! P Ø H9 C) Ø i R CdP ) g Ø W CdP a gR
  20. 20. C 2 +, . 2 ., 0 Ck 4H W Ø Ø Cg k 4 W a iP C c iP
  21. 21. 21 k i ( . 1 21 , 2 3 ![#] u CP t Ø c [ W n e [ CP ro) Ø ] t s ! a p g [3] J. Schmidt, C. L. Benavides-Riveros, and M. A. Marques, The journal of physical chemistry letters 10, 6425 (2019).
  22. 22. . , ) . s cd () ) . ) ) . 2 n u P d gW Ø r s i t gW Ø . , ) . k oapC s ) 2 ) ., C e C L
  23. 23. W Ø p M P N L Nu Ø M xk g P p Ø p o . ,3 . N r . . 32 Ø P M C Ø c N P N xk 3 P , e gH s ni Ø t a M C W M W

×