In [Dai et al, Multi. Model. Simul., 2020], a structure-preserving gradient flow method was proposed for the ground state calculation in Kohn-Sham density functional theory, based on which a linearized method was developed in [Hu, et al, EAJAM, accepted] for further improving the numerical efficiency. In this paper, a complete convergence analysis is delivered for such a linearized method for the all-electron Kohn-Sham model. Temporally, the convergence, the asymptotic stability, as well as the structure-preserving property of the linearized numerical scheme in the method is discussed following previous works, while spatially, the convergence of the h-adaptive mesh method is demonstrated following [Chen et al, Multi. Model. Simul., 2014], with a key study on the boundedness of the Kohn-Sham potential for the all-electron Kohn-Sham model. Numerical examples confirm the theoretical results very well.


翻译:在[Dai等人,Multi.model.Simul.,2020年]中,在Kohn-Sham密度功能理论中,为地面状态计算提出了结构保护梯度流法,根据这种方法,[Hu, et al,EAJAM, 接受了]为进一步提高数值效率制定了线性方法。在本文件中,对全电子Kohn-Sham模型的这种线性方法进行了完全的趋同分析。在此前的作品之后,讨论了该方法中线性数字方法的趋同、无症状稳定性以及结构保留属性,而在空间上,H-adaptivemesh方法的趋同在[Chen et al, Mul. Simul., 2014年]之后,在对全电子Kohn-Sham模型的界限性潜力进行一项关键研究后,展示了Hh-adptivemesh方法的趋同性。数字实例证实了理论结果。</s>

0
下载
关闭预览

相关内容

Into the Metaverse,93页ppt介绍元宇宙概念、应用、趋势
专知会员服务
47+阅读 · 2022年2月19日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
校招 | Girl for IT — 初入职场的妳们
微软招聘
0+阅读 · 2022年6月23日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
23+阅读 · 2018年10月1日
VIP会员
相关VIP内容
Into the Metaverse,93页ppt介绍元宇宙概念、应用、趋势
专知会员服务
47+阅读 · 2022年2月19日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
校招 | Girl for IT — 初入职场的妳们
微软招聘
0+阅读 · 2022年6月23日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员