Séance de cours
Cette séance de cours introduit le principe de variation en mécanique quantique, en se concentrant sur l'optimisation des fonctions d'onde d'essai pour approximer l'énergie de l'état fondamental. La discussion couvre l'opérateur hamiltonien, l'énergie de l'état fondamental, l'optimisation variationnelle et les méthodes de Monte Carlo. La séance de cours explore également l'application des réseaux neuronaux profonds dans la résolution de l'équation de Schrodinger pour les systèmes complexes, en soulignant l'importance du prétraitement intelligent et l'utilisation de la théorie connue pour fixer les paramètres du réseau. La présentation comprend une analyse détaillée de la fonction de coût électronique, de la méthode Hartree-Fock, des déterminants de Slater et de l'impact des fonctions multi-déterminantes et de reflux sur la précision informatique. La séance de cours se termine par une discussion sur le calcul efficace des grandes molécules à l'aide de réseaux neuronaux et l'importance de l'intégration des connaissances physiques dans les modèles d'apprentissage automatique.