💡
原文中文，约3300字，阅读约需8分钟。
📝
内容提要
北京科学智能研究院提出了DeePTB方法，基于深度学习实现高效模拟材料的电子结构，可用于大规模电子结构计算和量子力学模拟。该方法具有精度与效率的统一、尺寸可扩展性、处理应变效应等特点。
🎯
关键要点
- 北京科学智能研究院提出DeePTB方法，基于深度学习实现高效模拟材料的电子结构。
- DeePTB方法简化计算复杂度，支持百万级大尺寸结构的电子、光电响应性质计算。
- DeePTB与分子动力学结合，促进有限温度下的原子和电子行为模拟。
- DeePTB方法实现精度与效率的统一，突破传统紧束缚方法的限制。
- DeePTB支持用户自定义经验TB拟合公式，提高精度和灵活性。
- DeePTB在处理应变效应和兼容不同DFT基组方面表现出强大的能力。
- 研究表明DeePTB在百万原子尺寸建模中表现良好，计算结果与文献一致。
- DeePTB可用于模拟温度和结构相关的电子特性，具有广泛的应用潜力。
❓
延伸问答
DeePTB方法的主要特点是什么？
DeePTB方法实现了精度与效率的统一，支持用户自定义经验TB拟合公式，并能处理应变效应和兼容不同DFT基组。
DeePTB方法如何简化电子结构计算的复杂度？
DeePTB方法通过使用更小和更稀疏的矩阵来描述电子哈密顿量，从而简化计算复杂度，支持百万级大尺寸结构的模拟。
DeePTB方法在材料科学中的应用潜力如何？
DeePTB方法可用于模拟温度和结构相关的电子特性，具有广泛的应用潜力，尤其在电子器件和材料设计中。
DeePTB方法如何与分子动力学结合？
DeePTB方法与分子动力学结合，可以有效模拟有限温度下的原子和电子行为，促进材料的动态特性研究。
DeePTB方法在处理应变效应方面表现如何？
DeePTB方法能够准确预测应变调控下的能带结构及带隙大小，表现出强大的灵活性和通用性。
DeePTB方法的计算结果与文献相比如何？
DeePTB方法的计算结果与文献结果一致，表明其在百万原子尺寸建模中的高精度和可靠性。
➡️
