sparsame differentiation

Sparsame Differentiation ist eine numerische Methode zur effizienten Berechnung von Ableitungen, die die Dünnbesetztheit der Hesse-Matrix oder des Hesse-Vektor-Produkts ausnutzt. In der Chemie wird sie verwendet, um Kraftkonstanten und Schwingungseigenschaften großer Moleküle wie Alkanketten oder Wassercluster zu bestimmen, ohne die vollständige Hesse-Matrix zu speichern. Sie ergänzt die automatische Differentiation und ist besonders bei Machine-Learning-Potentialen (MLIP) von Vorteil, da sie Rechenzeit und Speicherplatz spart.