BriefGPT - AI 论文速递 · 2023-11-01T00:00:00Z 机器学习提高密度泛函近似的准确性 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文回顾了机器学习在计算化学中的应用，特别是在提高密度泛函和相关近似方法准确性方面的最新进展。机器学习方法有潜力提高计算效率高的电子结构方法的预测能力，并纠正密度泛函方法中的基础错误。文章还讨论了构建适用于不同化学和材料类别的可迁移学习模型的前景和挑战。 🏷️ 标签 可迁移学习 密度泛函 机器学习 电子结构 计算化学 阅读原文 生成长图 分享链接 已复制链接
