EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 3.0

Accelerating geometry optimization via Grassmann-DIIS extrapolation

Zihui Song, Ka Un Lao

Physical Chemistry Chemical Physics · 2026 · 28 (27) · 16960-16969

DOI: 10.1039/d6cp01718e ↗

Kurz gefasst

Fachartikel in der Zeitschrift Physical Chemistry Chemical Physics, 2026. Verfasst von Zihui Song und 1 weiteren Autor:innen. Beteiligte Einrichtung: Department of Chemistry, Virginia Commonwealth University, Richmond, VA, USA. laoku@vcu.edu. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 3.0). Gefördert von: National Science Foundation.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

G-Ext-DIIS provides a black-box, fully ab initio strategy for accelerating geometry optimization through improved SCF initial guesses, routinely reducing total SCF iterations by 20–30% with negligible computational overhead.

Autor:innen und Institutionen

  • Department of Chemistry, Virginia Commonwealth University, Richmond, VA, USA. laoku@vcu.edu.

Förderung

  • National Science Foundation

Zitieren

APA

Song, Z., & Lao, K. U. (2026). Accelerating geometry optimization via Grassmann-DIIS extrapolation. Physical Chemistry Chemical Physics, 28(27), 16960-16969. https://doi.org/10.1039/d6cp01718e

Vancouver

Song Z, Lao KU. Accelerating geometry optimization via Grassmann-DIIS extrapolation. Physical Chemistry Chemical Physics. 2026;28(27):16960-16969. doi:10.1039/d6cp01718e

BibTeX
@article{Song2026,
  author = {Song, Zihui and Lao, Ka Un},
  title = {Accelerating geometry optimization via Grassmann-DIIS extrapolation},
  journal = {Physical Chemistry Chemical Physics},
  year = {2026},
  volume = {28},
  number = {27},
  pages = {16960--16969},
  doi = {10.1039/d6cp01718e}
}
Kostenlos starten →