Surrogate Functionals for Machine-Learned Orbital-Free Density Functional Theory
Deze paper introduceert 'surrogate functionals', machine-learned energiefunctionalen voor orbital-free DFT die uitsluitend op grondtoestandsdichtheden worden getraind en via een geoptimaliseerde verliesfunctie en adaptieve bemonstering een exponentiële convergentie garanderen, waardoor de noodzaak voor kostbare orthonormalisatiestappen wordt geëlimineerd en de schaalbaarheid voor grotere systemen wordt verbeterd.