Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Parallel low-memory quasi-Newton optimization algorithm for molecular structure

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388963%3A_____%2F13%3A00398455" target="_blank" >RIV/61388963:_____/13:00398455 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21230/13:00350549

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.cplett.2013.08.050" target="_blank" >http://dx.doi.org/10.1016/j.cplett.2013.08.050</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.cplett.2013.08.050" target="_blank" >10.1016/j.cplett.2013.08.050</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Parallel low-memory quasi-Newton optimization algorithm for molecular structure

  • Popis výsledku v původním jazyce

    We present a novel parallel gradient optimization algorithm designed for the optimization of molecular geometry - the parallel preconditioned LBFGS (PP-LBFGS) method. In each step, several additional gradient calculations (performed in parallel with thecalculation of the potential) are used to improve the most important elements of the Hessian. The sparsity of the connectivity matrix and the graph theory are used to estimate multiple Hessian elements from each additional gradient calculation. The simplest variant of the algorithm, which requires 4 gradient evaluations per cycle, converges 2x-4x faster than the LBFGS algorithm, depending on the size of the system.

  • Název v anglickém jazyce

    Parallel low-memory quasi-Newton optimization algorithm for molecular structure

  • Popis výsledku anglicky

    We present a novel parallel gradient optimization algorithm designed for the optimization of molecular geometry - the parallel preconditioned LBFGS (PP-LBFGS) method. In each step, several additional gradient calculations (performed in parallel with thecalculation of the potential) are used to improve the most important elements of the Hessian. The sparsity of the connectivity matrix and the graph theory are used to estimate multiple Hessian elements from each additional gradient calculation. The simplest variant of the algorithm, which requires 4 gradient evaluations per cycle, converges 2x-4x faster than the LBFGS algorithm, depending on the size of the system.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    CF - Fyzikální chemie a teoretická chemie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GP13-01214P" target="_blank" >GP13-01214P: Cuby - softwarový framework pro výpočetní chemii</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Chemical Physics Letters

  • ISSN

    0009-2614

  • e-ISSN

  • Svazek periodika

    584

  • Číslo periodika v rámci svazku

    Oct 1

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    4

  • Strana od-do

    10-13

  • Kód UT WoS článku

    000324860000002

  • EID výsledku v databázi Scopus