Jun, 2024
等变神经网络与机器学习的哈伯参数
Machine learning Hubbard parameters with equivariant neural networks
Martin Uhrin, Austin Zadoks, Luca Binci, Nicola Marzari, Iurii Timrov
TL;DR用具有扩展 Hubbard 泛函的密度泛函理论(DFT + U + V)来精确描述含有过渡金属或稀土元素的复杂材料,并基于等变神经网络的机器学习模型,通过捕捉系统的电子结构、局部化学环境和氧化态来预测 Hubbard 参数,从而加速材料的发现和设计。