On application of deep learning to simplified quantum-classical dynamics in electronically excited states
| Autor: | Didier Lemoine, Evgeny Posenitskiy, Fernand Spiegelman |
|---|---|
| Přispěvatelé: | Théorie (LCAR), Laboratoire Collisions Agrégats Réactivité (LCAR), Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Fédération de recherche « Matière et interactions » (FeRMI), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Modélisation, Agrégats, Dynamique (LCPQ) (MAD), Laboratoire de Chimie et Physique Quantiques Laboratoire (LCPQ), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Fédération de recherche « Matière et interactions » (FeRMI), Institut de Recherche sur les Systèmes Atomiques et Moléculaires Complexes (IRSAMC), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche sur les Systèmes Atomiques et Moléculaires Complexes (IRSAMC), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Chimie et Physique Quantiques (LCPQ), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Institut de Recherche sur les Systèmes Atomiques et Moléculaires Complexes (IRSAMC), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC) |
| Jazyk: | angličtina |
| Rok vydání: | 2021 |
| Předmět: |
Physics
[PHYS]Physics [physics] 010304 chemical physics business.industry Deep learning Dynamics (mechanics) 010402 general chemistry 01 natural sciences 0104 chemical sciences Human-Computer Interaction Artificial Intelligence Quantum mechanics Excited state 0103 physical sciences Artificial intelligence business Quantum Software ComputingMilieux_MISCELLANEOUS |
| Zdroj: | Machine Learning: Science and Technology Machine Learning: Science and Technology, 2021, 2 (3), pp.035039. ⟨10.1088/2632-2153/abfe3f⟩ |
| ISSN: | 2632-2153 |
| DOI: | 10.1088/2632-2153/abfe3f⟩ |
| Popis: | Deep learning (DL) is applied to simulate non-adiabatic molecular dynamics of phenanthrene, using the time-dependent density functional based tight binding (TD-DFTB) approach for excited states combined with mixed quantum–classical propagation. Reference calculations rely on Tully’s fewest-switches surface hopping (FSSH) algorithm coupled to TD-DFTB, which provides electronic relaxation dynamics in fair agreement with various available experimental results. Aiming at describing the coupled electron-nuclei dynamics in large molecular systems, we then examine the combination of DL for excited-state potential energy surfaces (PESs) with a simplified trajectory surface hopping propagation based on the Belyaev–Lebedev (BL) scheme. We start to assess the accuracy of the TD-DFTB approach upon comparison of the optical spectrum with experimental and higher-level theoretical results. Using the recently developed SchNetPack (Schütt et al 2019 J. Chem. Theory Comput. 15 448–55) for DL applications, we train several models and evaluate their performance in predicting excited-state energies and forces. Then, the main focus is given to the analysis of the electronic population of low-lying excited states computed with the aforementioned methods. We determine the relaxation timescales and compare them with experimental data. Our results show that DL demonstrates its ability to describe the excited-state PESs. When coupled to the simplified BL scheme considered in this study, it provides reliable description of the electronic relaxation in phenanthrene as compared with either the experimental data or the higher-level FSSH/TD-DFTB theoretical results. Furthermore, the DL performance allows high-throughput analysis at a negligible cost. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|