3편의 한국어 분석 — 최신순으로 정렬했어요
전자 구조 예측을 위한 머신러닝(ML) 모델은 일반적으로 계산 비용이 높은 콘-샴 밀도 범함수 이론(Kohn-Sham DFT) 계산으로 생성된 대규모 데이터셋에 의존합니다. 이는 정확한 학습에 필수적인 데이터 부분이 사전에 알려져 있지 않기 때문입니다. 본 연구는 다양한 재료 시스템에 걸쳐 전자 구조 데이터셋에 상당한 중복성이 존재함을 밝히고, 이를 기본 데이터의 낮은 내재적 차원(intrinsic dimensionality)에 기인한다고 설명합니다. 우리는 무작위 가지치기(random pruning)만으로도 예측 정확도 저하를 …
지난 10년간 파이썬 기반의 화학 시뮬레이션 프레임워크(PySCF)는 전자 구조 이론 및 양자 화학 방법론 개발을 위한 핵심 오픈소스 플랫폼으로 자리매김했습니다. 이 프레임워크는 학계와 산업계에서 폭넓게 활용되며 양자 화학 연구의 발전에 크게 기여해왔습니다. 본 논문은 2020년 이전의 개요 이후 PySCF의 주요 발전 사항을 중점적으로 다룹니다. 특히, 새로 추가된 모듈과 방법론, 인프라 개선 사항, 그리고 성능 벤치마크 결과를 상세히 검토합니다. 이를 통해 PySCF가 지난 몇 년간 어떻게 진화해왔는지 명확히 보여줍니다. 새…
밀도 범함수 근사(DFA)의 정확도를 높이는 방법은 기존 재료의 새로운 매개변수화뿐만 아니라, 정적 상관관계와 전자 비편재화의 균형을 개선하고 정적 상관관계를 명시적으로 처리하는 rung-3.5 에너지 밀도와 같은 새로운 물리적 개념을 도입하는 것입니다. 본 연구는 새로운 밀도 범함수 개발을 위한 재료로서 rung-3.5 에너지 밀도의 편리한 구현 방법을 제시합니다. 이 구현을 통해, 중첩-투영된(overlap-projected) rung-3.5 범함수는 가우시안 기저 함수를 사용하는 모든 코드에서 적용될 수 있습니다. 이는 가우…
