Oct, 2020
利用深度神经网络加速有限温度 Kohn-Sham 密度泛函理论
Accelerating Finite-temperature Kohn-Sham Density Functional Theory with Deep Neural Networks
J. Austin Ellis, Lenz Fiedler, Gabriel A. Popoola, Normand A. Modine, J. Adam Stephens...
TL;DR本研究提出了一种新的基于机器学习的数值模拟工作流,通过深度神经网络构建局部态密度来计算一系列相关量,包括可用作原子的 Born-Oppenheimer 势能面的总自由能,从而实现了在计算速度和规模上远超传统方法的多尺度材料建模。