研究前沿：清华大学徐勇/段文晖团队-深度神经网络-二维材料 | Nature Computational Science

清华大学徐勇和段文晖团队与美国加利福尼亚大学伯克利分校的Steven G. Louie合作，在Nature Computational Science上发表了一项研究，提出了一种新的实空间重构方法，用于从平面波基组密度泛函理论结果直接计算原子轨道哈密顿矩阵。这一方法克服了以往深度神经网络仅兼容原子轨道基组的限制，使得平面波基组的高精度、高灵活性和广泛适用性能够集成到深度学习电子结构方法中。该研究为未来电子结构计算带来了新的希望，并构建了大规模和高保真训练数据集，以开发精确和广泛适用的深度学习电子结构模型。