WikiEdge:ArXiv速递/2025-03-26：修订间差异
Created page by Carole |
Updated page by Carole |
||
| 第7行： | 第7行： | ||
*'''原文链接'''：http://arxiv.org/abs/2503.20700v1 | *'''原文链接'''：http://arxiv.org/abs/2503.20700v1 | ||
'''中文摘要'''：我们提出了一种高效的[[轨道优化]]方法，该方法将高度[[GPU加速]]的[[自旋适应]][[密度矩阵重整化群]]([[DMRG]])方法与[[ORCA]]程序包中实现的[[量子化学]][[完全活性空间自洽场]]([[CAS-SCF]])方法相结合。利用最新一代[[Nvidia GPU]]硬件的[[计算能力]]，我们在包含数千个[[轨道]]中数百个[[电子]][[活性空间]]尺寸的[[分子体系]]中，实现了前所未有的[[CAS]]尺寸轨道优化——最高达82个电子和82个轨道[[CAS(82,82)]]。针对[[NVIDIA DGX-A100]]和[[DGX-H100]]硬件，我们对[[多环芳烃]]和不同尺寸[[铁硫复合物]]构成的[[基准体系]]进行了详细的[[DMRG-SCF]]方法[[缩放]]和[[误差分析]]。我们的研究首次证明，在[[大键维度]]下进行[[高精度]][[DMRG计算]]对获得可靠[[收敛]]的[[CAS-SCF能量]]至关重要。对于更具挑战性的[[铁硫]][[基准体系]]，我们还发现收敛[[CAS-SCF计算]]的优化轨道对[[DMRG参数]]的[[敏感性]]高于[[多环芳烃]]体系。这种能在数天内获得如此大尺寸[[活性空间]]的收敛[[CAS-SCF能量]]和轨道的能力，降低了将适当轨道纳入[[CAS]]或选择正确最小[[CAS]]的挑战，可能为解决[[强关联]][[分子体系]]开辟全新途径。 | '''中文摘要'''：我们提出了一种高效的[[轨道优化]]方法，该方法将高度[[GPU加速]]的[[自旋适应]][[密度矩阵重整化群]]([[DMRG]])方法与[[ORCA]]程序包中实现的[[量子化学]][[完全活性空间自洽场]]([[CAS-SCF]])方法相结合。利用最新一代[[Nvidia GPU]]硬件的[[计算能力]]，我们在包含数千个[[轨道]]中数百个[[电子]][[活性空间]]尺寸的[[分子体系]]中，实现了前所未有的[[CAS]]尺寸轨道优化——最高达82个电子和82个轨道[[CAS(82,82)]]。针对[[NVIDIA DGX-A100]]和[[DGX-H100]]硬件，我们对[[多环芳烃]]和不同尺寸[[铁硫复合物]]构成的[[基准体系]]进行了详细的[[DMRG-SCF]]方法[[缩放]]和[[误差分析]]。我们的研究首次证明，在[[大键维度]]下进行[[高精度]][[DMRG计算]]对获得可靠[[收敛]]的[[CAS-SCF能量]]至关重要。对于更具挑战性的[[铁硫]][[基准体系]]，我们还发现收敛[[CAS-SCF计算]]的优化轨道对[[DMRG参数]]的[[敏感性]]高于[[多环芳烃]]体系。这种能在数天内获得如此大尺寸[[活性空间]]的收敛[[CAS-SCF能量]]和轨道的能力，降低了将适当轨道纳入[[CAS]]或选择正确最小[[CAS]]的挑战，可能为解决[[强关联]][[分子体系]]开辟全新途径。 | ||
== 摘要 == | |||
* '''原文标题'''：Supply chain network rewiring dynamics at the firm-level | |||
* '''中文标题'''：企业层面的供应链网络重构动态 | |||
* '''发布日期'''：2025-03-26 14:42:44+00:00 | |||
* '''作者'''：Tobias Reisch, András Borsos, Stefan Thurner | |||
* '''分类'''：econ.GN, nlin.AO, physics.soc-ph, q-fin.EC | |||
*'''原文链接'''：http://arxiv.org/abs/2503.20594v1 | |||
'''中文摘要'''：[[供应链网络]]（SCN）构成任何[[社会]]的[[结构性支柱]]。它们通过协调[[地球]]上几乎每一个[[个体]]，形成了为所有人生产一切的[[社会新陈代谢系统]]。SCN绝非[[静态存在]]，而是通过[[企业]]的进出和[[供应关系]]的[[重组]]持续[[演变]]。本研究利用独特[[数据集]]追踪了一个[[国家]]SCN中企业及其供需关系的[[时间演化]]。基于[[匈牙利]]2014至2022年按月申报的[[增值税]]数据，我们重建了包含711,248家企业和38,644,400条连接的[[整体经济网络]]，以[[企业级分辨率]]捕捉了整个[[经济体]]的每次[[重构事件]]。研究发现：每年约25%的企业退出SCN，同时28%的新企业加入；平均55%的年度供应关系会在次年消失；供应关系的[[半衰期]]为13个月。新连接以[[超偏好依附]]方式链接企业，概率满足$p(i)\propto k_i^{1.08}$（$k_i$表示企业$i$的连接数）。我们校准的简易[[统计网络生成模型]]成功复现了匈牙利主导SCN的[[典型特征]]，不仅能重现[[入/出度分布]]、[[同配性]]和[[聚类结构]]等[[局部特征]]，还能捕捉真实的[[系统性风险]]轮廓。该模型揭示了[[经济重连动态]]对量化[[系统韧性]]和估计[[冲击传导]]的关键作用。 | |||
2025年3月27日 (四) 05:39的版本
摘要
- 原文标题：Orbital optimization of large active spaces via AI-accelerators
- 中文标题：基于AI加速器的大活性空间轨道优化
- 发布日期：2025-03-26 16:29:44+00:00
- 作者：Örs Legeza, Andor Menczer, Ádám Ganyecz, Miklós Antal Werner, Kornél Kapás, Jeff Hammond, Sotiris S. Xantheas, Martin Ganahl, Frank Neese
- 分类：physics.chem-ph, cond-mat.str-el
- 原文链接：http://arxiv.org/abs/2503.20700v1
中文摘要：我们提出了一种高效的轨道优化方法，该方法将高度GPU加速的自旋适应密度矩阵重整化群(DMRG)方法与ORCA程序包中实现的量子化学完全活性空间自洽场(CAS-SCF)方法相结合。利用最新一代Nvidia GPU硬件的计算能力，我们在包含数千个轨道中数百个电子活性空间尺寸的分子体系中，实现了前所未有的CAS尺寸轨道优化——最高达82个电子和82个轨道CAS(82,82)。针对NVIDIA DGX-A100和DGX-H100硬件，我们对多环芳烃和不同尺寸铁硫复合物构成的基准体系进行了详细的DMRG-SCF方法缩放和误差分析。我们的研究首次证明，在大键维度下进行高精度DMRG计算对获得可靠收敛的CAS-SCF能量至关重要。对于更具挑战性的铁硫基准体系，我们还发现收敛CAS-SCF计算的优化轨道对DMRG参数的敏感性高于多环芳烃体系。这种能在数天内获得如此大尺寸活性空间的收敛CAS-SCF能量和轨道的能力，降低了将适当轨道纳入CAS或选择正确最小CAS的挑战，可能为解决强关联分子体系开辟全新途径。
摘要
- 原文标题：Supply chain network rewiring dynamics at the firm-level
- 中文标题：企业层面的供应链网络重构动态
- 发布日期：2025-03-26 14:42:44+00:00
- 作者：Tobias Reisch, András Borsos, Stefan Thurner
- 分类：econ.GN, nlin.AO, physics.soc-ph, q-fin.EC
- 原文链接：http://arxiv.org/abs/2503.20594v1
中文摘要：供应链网络（SCN）构成任何社会的结构性支柱。它们通过协调地球上几乎每一个个体，形成了为所有人生产一切的社会新陈代谢系统。SCN绝非静态存在，而是通过企业的进出和供应关系的重组持续演变。本研究利用独特数据集追踪了一个国家SCN中企业及其供需关系的时间演化。基于匈牙利2014至2022年按月申报的增值税数据，我们重建了包含711,248家企业和38,644,400条连接的整体经济网络，以企业级分辨率捕捉了整个经济体的每次重构事件。研究发现：每年约25%的企业退出SCN，同时28%的新企业加入；平均55%的年度供应关系会在次年消失；供应关系的半衰期为13个月。新连接以超偏好依附方式链接企业，概率满足$p(i)\propto k_i^{1.08}$（$k_i$表示企业$i$的连接数）。我们校准的简易统计网络生成模型成功复现了匈牙利主导SCN的典型特征，不仅能重现入/出度分布、同配性和聚类结构等局部特征，还能捕捉真实的系统性风险轮廓。该模型揭示了经济重连动态对量化系统韧性和估计冲击传导的关键作用。