Analytical Excited-State Gradients and Derivative Couplings in TDDFT with Minimal Auxiliary Basis Set Approximation and GPU Acceleration
本論文は、TDDFT-risフレームワーク内における解析的な励起状態勾配および派生結合の初の実装を提示するものであり、このGPU加速された手法が、最小限の補助基底関数を用いながら、近接する縮退状態間の派生結合における軽微な誤差はあるものの、構造最適化および発光計算に十分な精度を維持しつつ、標準的なTDDFTに対して2倍から3倍の高速化を達成していることを実証している。