Computational methods in support of quantum dynamics simulations

Promovendus Albert Thie: 'Op het gebied van computationele kwantumchemie ligt de focus in onderzoek meestal op de kwantumchemische berekeningen zelf. Echter, net zo belangrijk is de ondersteunende software voor het uitvoeren van dergelijke berekeningen. In dit werk presenteren we dergelijke ondersteunende software in de vorm van machine learning-modellen, visualisatie en software om kwantumchemie te verbinden met grootschaligere simulaties.

Ten eerste presenteren we machine learning modellen die de rekenintensieve kwantumchemische berekeningen vervangen. Terwijl normaal gesproken machine learning modellen enige expertise vereisen om correct te gebruiken, is dit proces ook geautomatiseerd zodat kwantumchemici zich kunnen richten op de kwantumchemie.

Ten tweede creëren we automatische visualisaties van grote simulaties, waardoor automatisch relevante clusters in de gevisualiseerde data kunnen worden gegroepeerd. Door gebruik te maken van een wiskundige benadering vinden we relevante visuele clusters in data die te groot is om handmatig te doorzoeken.

Ten slotte bieden we geoptimaliseerde gegevensverwerking voor het kwantumchemische softwarepakket Q-Chem, evenals een softwarepijplijn tussen kwantumchemie en grootschaligere simulaties. Deze pijplijn is ook visueel geïntegreerd.

Door elementen uit de velden van kunstmatige intelligentie en datavisualisatie te lenen, beoogt dit proefschrift  kwantumchemici te ondersteunen in hun onderzoek met gespecialiseerde software, terwijl tegelijkertijd de inherente wetenschappelijke waarde van dergelijke software wordt gedemonstreerd.'

Dissertation: https://hdl.handle.net/11370/0ade4391-9212-47ce-acdf-728261c81c76