Abstract: V. Agarawal, S. Roy, A. Chakraborty, R. Maitra (2021)

In this paper, the iteration scheme associated with single reference coupled cluster theory has been analyzed using nonlinear dynamics. The phase space analysis indicates the presence of a few significant cluster amplitudes, mostly involving valence excitations, that dictate the dynamics, while all other amplitudes are enslaved. Starting with a few initial iterations to establish the inter-relationship among the cluster amplitudes, a supervised machine learning scheme with a polynomial kernel ridge regression model has been employed to express each of the enslaved amplitudes uniquely in terms of the former set of amplitudes. The subsequent coupled cluster iterations are restricted solely to determine those significant excitations, and the enslaved amplitudes are determined through the already established functional mapping. We will show that our hybrid scheme leads to a significant reduction in the computational time without sacrificing the accuracy.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Accelerating coupled cluster calculations with nonlinear dynamics and supervised machine learning