研究进展：AI4材料：可迁移的神经波函数 | Nature Computational Science
今日新材料
2025-10-26 11:30
文章摘要
本研究针对传统深度学习变分蒙特卡罗方法在求解多电子薛定谔方程时面临的计算成本高问题，提出可迁移神经波函数方法。研究目的是通过单一神经网络同时优化多种系统参数，实现波函数在不同固态材料体系间的迁移复用。实验以LiH晶体和石墨烯为案例，证明该方法可将大体系计算成本降低至1/50，并在能量预测精度上超越现有最优结果，为强关联材料与超导材料研究提供了高效精准的新途径。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Erratum to "Team Cognition in Handoffs: Relating System Factors, Team Cognition Functions and Outcomes in Two Handoff Processes".
DOI: 10.1177/00187208221140877
Pub Date : 2025-11-01
Date: 2022/11/14 0:00:00
Discover network dynamics with neural symbolic regression.
DOI: 10.1038/s43588-025-00893-8
Pub Date : 2025-10-23
今日新材料
最新文章
京公网安备 11010802042870号
