检索结果-南通市图书馆

Universal materials model of deep-learning density functional theory Hamiltonian

Science Bulletin 2024年第16期69卷 2514-2521页

作者： Yuxiang Wang Yang Li Zechen Tang He Li Zilong Yuan Honggeng Tao Nianlong Zou Ting Bao Xinghao Liang Zezhou Chen Shanghua Xu Ce Bian Zhiming Xu Chong Wang Chen Si Wenhui Duan Yong Xu State Key Laboratory of Low Dimensional Quantum Physics and Department of Physics Tsinghua UniversityBeijing 100084China Institute for Advanced Study Tsinghua UniversityBeijing 100084China Frontier Science Center for Quantum Information Beijing 100084China RIKEN Center for Emergent Matter Science(CEMS) Wako 351-0198Japan School of materials Science and Engineering Beihang UniversityBeijing 100191China

Realizing large materials models has emerged as a critical endeavor for materials research in the new era of artificial intelligence,but how to achieve this fantastic and challenging objective remains ***,we propose a feasible pathway to address this paramount pursuit by developing universal materials models of deep-learning density functional theory Hamiltonian(Deep H),enabling computational modeling of the complicated structure-property relationship of materials in *** constructing a large materials database and substantially improving the Deep H method,we obtain a universal materials model of Deep H capable of handling diverse elemental compositions and material structures,achieving remarkable accuracy in predicting material *** further showcase a promising application of fine-tuning universal materials models for enhancing specific materials *** work not only demonstrates the concept of Deep H's universal materials model but also lays the groundwork for developing large materials models,opening up significant opportunities for advancing artificial intelligencedriven materials discovery.

关键词： large materials model Universal materials model Deep-learning density functional theory Artificial intelligence-driven materials discovery

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：