文献类型：期刊文章

作　　者：杨章章[1] 刘丽[1] 万致涛[1] 付佳[1] 樊群超[1] 谢锋[2] 张燚[3] 马杰[4]

Yang Zhang-Zhang;Liu Li;Wan Zhi-Tao;Fu Jia;Fan Qun-Chao;Xie Feng;Zhang Yi;Ma Jie(School of Science,Key Laboratory of High Performance Scientific Computation,Xihua University,Chengdu,610039,China;Institute of Nuclear and New Energy Technology,Collaborative Innovation Center of Advanced Nuclear Energy Technology,Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education,Tsinghua University,Beijing,100084,China;College of Advanced Interdisciplinary Studies,National University of Defense Technology,Changsha 410073,China;State Key Laboratory of Quantum Optics and Quantum Optics Devices,Laser Spectroscopy Laboratory,College of Physics and Electronics Engineering,Shanxi University,Taiyuan 030006,China)

机构地区：[1]西华大学理学院,高性能科学计算四川省高校重点实验室,成都610039 [2]清华大学核能与新能源技术研究院、先进核能技术协同创新中心、先进反应堆工程与安全教育部重点实验室,北京100084 [3]国防科技大学,前沿交叉学科学院,长沙410073 [4]山西大学物理与电子工程学院,量子光学与量子光学器件国家重点实验室,太原030006

出　　处：《物理学报》

基　　金：国家自然科学基金(批准号:11904295);四川省科学技术计划(批准号:2021ZYD0050);极端光学协同创新中心开放研究基金项目(批准号:KF2020003)资助的课题.

年　　份：2023

卷　　号：72

期　　号：7

起止页码：172-180

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCIE、SCOPUS、WOS、ZGKJHX、ZMATH、核心刊

摘　　要：高精度振动能谱蕴含着分子体系的大量量子特征,是人们认识和操控分子的重要基础数据.目前,从头算方法在计算分子的振动能谱方面取得了大量成果,但是仍然面临着精度和计算量上的挑战.本文提出了一种综合从头算方法与机器学习算法进行能谱预测的新方法,在提高振动能级精度的同时大幅降低了计算量.针对HF、HBr、H^(35)Cl和Na^(35)Cl等卤素分子的研究结果表明,相较于单独的CCSD(T)/cc-pV5Z计算方法,新方法将误差减少了50%以上,同时将计算量降低了一个数量级.

关 键 词：振动能谱 从头算 机器学习  卤素分子  

分 类 号：O561] TP181[物理学类]