Buchumschlag

Addressing the Band Gap Problem with a Machine-Learned Exchange Functional

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bystrom, Kyle, Falletta, Stefano, Kozinsky, Boris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Chemical Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonlocal Machine-Learned Exchange Functional for Molecules and Solids
von: Bystrom, Kyle, et al.
Veröffentlicht: (2023)

Size-Consistent Adiabatic Connection Functionals via Orbital-Based Matrix Interpolation
von: Bystrom, Kyle, et al.
Veröffentlicht: (2025)

Transferability and Accuracy of Ionic Liquid Simulations with Equivariant Machine Learning Interatomic Potentials
von: Goodwin, Zachary A. H., et al.
Veröffentlicht: (2024)

Room-temperature decomposition of the ethaline deep eutectic solvent
von: Yang, Julia H., et al.
Veröffentlicht: (2024)

Thermodynamically Informed Multimodal Learning of High-Dimensional Free Energy Models in Molecular Coarse Graining
von: Duschatko, Blake R., et al.
Veröffentlicht: (2024)

Semi-Local Exchange-Correlation Approximations in Density Functional Theory
von: Tran, Fabien, et al.
Veröffentlicht: (2026)

Machine Learning Wavefunction
von: Battaglia, Stefano
Veröffentlicht: (2022)

Expressions for the Exchange Correlation Potential and Exchange Correlation Functional of Kohn--Sham Density Functional Theory
von: Finley, James P.
Veröffentlicht: (2005)

Investigating CO Adsorption on Cu(111) and Rh(111) Surfaces Using Machine Learning Exchange-Correlation Functionals
von: Liang, Xinyuan, et al.
Veröffentlicht: (2025)

Analyzing Band Gaps in Ensemble Density Functional Theory using Thermodynamic Limits of Finite One-Dimensional Model Systems
von: Kenning, Gregory G. V., et al.
Veröffentlicht: (2026)

Accelerated Hydrogen Exchange Reaction in a Dark Cavity: A Benchmark for Bridging the Gap Between Theory and Experiment
von: Berenstein, Victor, et al.
Veröffentlicht: (2025)

Velocity Formulations for Hyper-Rayleigh Scattering Optical Activity Spectroscopy: Addressing the Origin-dependence Problem
von: Bonvicini, Andrea, et al.
Veröffentlicht: (2026)

Atomistic evolution of active sites in multi-component heterogeneous catalysts
von: Owen, Cameron J., et al.
Veröffentlicht: (2024)

Coupled reaction and diffusion governing interface evolution in solid-state batteries
von: Ding, Jingxuan, et al.
Veröffentlicht: (2025)

Tripeptide-Dynamics from Empirical and Machine-Learned Energy Functions
von: Aydin, Sena, et al.
Veröffentlicht: (2025)

Agentic Discovery of Exchange-Correlation Density Functionals
von: Duston, Titouan, et al.
Veröffentlicht: (2026)

Why Projection-Based DMRG-in-DFT Cannot Be Exact, Even with the Exact Exchange-Correlation Functional
von: Monino, Enzo, et al.
Veröffentlicht: (2026)

Towards Large-Scale Condensed Phase Simulations using Machine Learned Energy Functions
von: Boittier, Eric D., et al.
Veröffentlicht: (2025)

Cluster Models for Next-Generation, Machine-Learning-Based Energy Functions for Molecular Simulations
von: Wang, JingChun, et al.
Veröffentlicht: (2025)

The Exact Exchange-Correlation Potential in Time-Dependent Density Functional Theory: Choreographing Electrons with Steps and Peaks
von: Dar, Davood, et al.
Veröffentlicht: (2022)

Machine Learning-Based Enhancements of Empirical Energy Functions: Structure, Dynamics and Spectroscopy of Modified Benzenes
von: Chaton, Kham Lek, et al.
Veröffentlicht: (2024)

Surrogate Functionals for Machine-Learned Orbital-Free Density Functional Theory
von: Remme, Roman, et al.
Veröffentlicht: (2026)

Addressing limitations of the endpoint slippage analysis
von: Rodrigues, Marco-Tulio F.
Veröffentlicht: (2024)

Optically Addressing Circularly-Polarized Vibrations in Molecules
von: Lin, Chientzu, et al.
Veröffentlicht: (2025)

A Structured Framework for Predicting Sustainable Aviation Fuel Properties using Liquid-Phase FTIR and Machine Learning
von: Comesana, Ana E., et al.
Veröffentlicht: (2024)

Mechanistic Insights into Chemical Exchange during the Signal Amplification by Reversible Exchange Sensitization of Pyruvate
von: Assaf, Charbel D., et al.
Veröffentlicht: (2026)

Generalized Kohn-Sham Approach for the Electronic Band Structure of Spin-Orbit Coupled Materials
von: Desmarais, Jacques K., et al.
Veröffentlicht: (2023)

Revealing the proton slingshot mechanism in solid acid electrolytes through machine learning molecular dynamics
von: Wang, Menghang, et al.
Veröffentlicht: (2025)

Efficient Computation of the Long-Range Exact Exchange using an Extended Screening Function
von: Kokott, Sebastian, et al.
Veröffentlicht: (2025)

Machine-Learned Potentials for Solvation Modeling
von: Banchode, Roopshree, et al.
Veröffentlicht: (2025)

Amide Hydrogen Deuterium Exchange in Isotopically Mixed Waters
von: Grimaldi, Antonio, et al.
Veröffentlicht: (2025)

Electron Correlation by Exchange Mapping in Electronic Structure Calculations
von: Whitten, Jerry L.
Veröffentlicht: (2025)

Exciton-Phonon Coupling in Single Band-Gap Engineered ZnCdSe-Dot/CdS-Rod Nanocrystals
von: Johst, Florian, et al.
Veröffentlicht: (2024)

Systematic Improvement of Quantum Monte Carlo Calculations in Transition Metal Oxides: sCI-Driven Wavefunction Optimization for Reliable Band Gap prediction
von: Shin, Hyeondeok, et al.
Veröffentlicht: (2024)

Robust inversion of time-resolved data via forward-optimisation in a trajectory basis
von: Acheson, Kyle, et al.
Veröffentlicht: (2022)

Optimized Multifidelity Machine Learning for Quantum Chemistry
von: Vinod, Vivin, et al.
Veröffentlicht: (2023)

Singlet Fission in Carotenoid Dimers -- The Role of the Exchange and Dipolar Interactions
von: Ichert, Alexandru G., et al.
Veröffentlicht: (2024)

Exchange-correlation potential built on the derivative discontinuity of electron density
von: Huang, Chen
Veröffentlicht: (2024)

Semiclassical Spin Exchange via Temperature-Dependent Transition States
von: Mukherjee, Debaarjun, et al.
Veröffentlicht: (2025)

Parameterized Attenuated Exchange for Generalized TDHF@$v_W$ Applications
von: Li, Barry Y., et al.
Veröffentlicht: (2025)