关键词electron density prediction
搜索结果 - 2
- 神经 SCF:用于密度泛函理论的神经网络自洽场
通过机械学习加速,我们提出了一种神经网络自洽场 (NeuralSCF) 框架,其以 Kohn-Sham 密度 (density) 映射为深度学习目标,模拟了 Kohn-Sham 方程的自洽迭代,获得电子密度并衍生其他性质,从而在电子密度预测 - 高斯平面波神经算子用于电子密度估计
通过引入高斯平面波神经算子 (GPWNO),本研究探讨了机器学习用于电子密度预测的方法,该方法对理解化学系统和密度泛函理论 (DFT) 模拟是基本重要的。经过对 QM9,MD 和材料项目数据集的广泛实验,表明 GPWNO 相对于其他十个基准