Direct Variational Calculation of Two-Electron Reduced Density Matrices via Semidefinite Machine Learning
Il documento presenta un approccio di apprendimento automatico basato su programmazione semidefinita che approssima il bordo convesso delle matrici di densità ridotta a due elettroni (2-RDM) tramite dati molecolari, consentendo calcoli variazionali diretti con accuratezza superiore e costi computazionali paragonabili ai metodi tradizionali a due positività.