Buchumschlag

O1NumHess: a fast and accurate seminumerical Hessian algorithm using only O(1) gradients

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Bo, Luo, Shaohang, Wang, Zikuan, Liu, Wenjian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Chemical Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast and accurate committor estimation for kinetics simulations
von: Wang, Ru, et al.
Veröffentlicht: (2026)

Electric field gradient in accurate quantum chemical calculations
von: Derevianko, Andrei, et al.
Veröffentlicht: (2026)

Response to "Response to 'Comment on Theoretical examination of QED Hamiltonian in relativistic molecular orbital theory'" [J. Chem. Phys. 160, 187102 (2024)]
von: Liu, Wenjian
Veröffentlicht: (2023)

Unified MPI Parallelization of Wave Function Methods: iCIPT2 as a Showcase
von: Wang, Qingpeng, et al.
Veröffentlicht: (2026)

MetaWave: A Platform for Unified Implementation of Nonrelativistic and Relativistic Wavefunctions
von: Zhang, Ning, et al.
Veröffentlicht: (2025)

Milestoning network refinement by incorporating experimental thermodynamic and kinetic data
von: Ji, Xiaojun, et al.
Veröffentlicht: (2024)

THEMol dataset: Torsion, Hessian, and Energy of Molecules
von: Liang, Jiashu, et al.
Veröffentlicht: (2026)

Unified Implementation of Relativistic Wave Function Methods: 4C-iCIPT2 as a Showcase
von: Zhang, Ning, et al.
Veröffentlicht: (2024)

Self-consistent Hessian-level meta-generalized gradient approximation
von: Dabbaghi, Pooria, et al.
Veröffentlicht: (2026)

Kinetic network in Milestoning: Clustering, reduction, and transition path analysis
von: Wang, Ru, et al.
Veröffentlicht: (2024)

Approximating First Hitting Point Distribution in Milestoning for Rare Event Kinetics
von: Wang, Ru, et al.
Veröffentlicht: (2023)

On Committor Functions in Milestoning
von: Ji, Xiaojun, et al.
Veröffentlicht: (2023)

Self-Adaptive Real-Time Time-Dependent Density Functional Theory for X-ray Absorptions
von: Ye, Linfeng, et al.
Veröffentlicht: (2022)

Molecular Hessian matrices from a machine learning random forest regression algorithm
von: Domenichini, Giorgio, et al.
Veröffentlicht: (2023)

Towards accurate predictions of bond-selective fluorescence spectra
von: Kocheril, Philip A., et al.
Veröffentlicht: (2026)

Accelerating Fock build via hybrid analytical-numerical integration
von: Zhang, Yong, et al.
Veröffentlicht: (2024)

SDSPT2s: SDSPT2 with Selection
von: Lei, Yibo, et al.
Veröffentlicht: (2024)

Hessian QM9: A quantum chemistry database of molecular Hessians in implicit solvents
von: Williams, Nicholas J., et al.
Veröffentlicht: (2024)

Does Hessian Data Improve the Performance of Machine Learning Potentials?
von: Rodriguez, Austin, et al.
Veröffentlicht: (2025)

Deep Learning of ab initio Hessians for Transition State Optimization
von: Yuan, Eric C. -Y., et al.
Veröffentlicht: (2024)

An accurate theoretical framework for the optical and electronic properties of paracyclophanes
von: Slama, Vladislav, et al.
Veröffentlicht: (2026)

QUEST\#4X: an extension of QUEST\#4 for benchmarking multireference wavefunction methods
von: Song, Yangyang, et al.
Veröffentlicht: (2024)

Machine-Learned Leftmost Hessian Eigenvectors for Robust Transition State Finding
von: Wu, Guanchen, et al.
Veröffentlicht: (2026)

Constructing accurate and efficient general-purpose atomistic machine learning model with transferable accuracy for quantum chemistry
von: Chen, Yicheng, et al.
Veröffentlicht: (2024)

More converged, less accurate? Reassessing standard choices for ab initio water using machine learning potentials
von: Beck, Hubert, et al.
Veröffentlicht: (2026)

Bayesian learning for accurate and robust biomolecular force fields
von: Kostal, Vojtech, et al.
Veröffentlicht: (2025)

Benchmarking vibrational spectra: 5000 accurate eigenstates of acetonitrile using tree tensor network states
von: Larsson, Henrik R.
Veröffentlicht: (2025)

Baker-Campbell-Hausdorff expansion in creation-only coupled cluster
von: Miranda-Quintana, Ramón Alain
Veröffentlicht: (2025)

Active learning and explicit electrostatics enable accurate modeling of electrolytes
von: Chalykh, Olga, et al.
Veröffentlicht: (2025)

On the single-Hessian Gaussian wavepacket dynamics
von: Barbiero, Davide, et al.
Veröffentlicht: (2026)

SHarmonic: A fast and accurate implementation of spherical harmonics for electronic-structure calculations
von: Andrade, Xavier, et al.
Veröffentlicht: (2025)

Accelerating Instanton Theory with the Line Integral String Method, Gaussian Process Regression, and Selective Hessian Modeling
von: Zhang, Chenghao, et al.
Veröffentlicht: (2026)

Single-Hessian thawed Gaussian approximation: The missing rung on the ladder
von: Begušić, Tomislav, et al.
Veröffentlicht: (2019)

Real-time interpretation of neutron vibrational spectra with symmetry-equivariant Hessian matrix prediction
von: Han, Bowen, et al.
Veröffentlicht: (2025)

Cavity Field-Driven Symmetry Breaking and Modulation of Vibrational Properties: Insights from the Analytical QED-HF Hessian
von: Barlini, Alberto, et al.
Veröffentlicht: (2025)

Quantum molecular docking with quantum-inspired algorithm
von: Li, Yunting, et al.
Veröffentlicht: (2024)

W4$Λ$: leveraging $Λ$ coupled cluster for accurate computational thermochemistry approaches
von: Semidalas, Emmanouil, et al.
Veröffentlicht: (2023)

Systematic partitioning of proteins for quantum-chemical fragmentation methods using graph algorithms
von: Wolter, Mario, et al.
Veröffentlicht: (2020)

HORM: A Large Scale Molecular Hessian Database for Optimizing Reactive Machine Learning Interatomic Potentials
von: Cui, Taoyong, et al.
Veröffentlicht: (2025)

Shoot from the HIP: Hessian Interatomic Potentials without derivatives
von: Burger, Andreas, et al.
Veröffentlicht: (2025)