BriefGPT - AI 论文速递
·
从精确的交换-相关势能和能量中学习局部和半局部密度泛函
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种数据驱动的方法学习密度泛函理论中的交换-相关泛函，通过基于神经网络的模型在能量和原子化能等方面的显著提升，展示了利用XC势能建模XC泛函的潜力和前景。
🎯
关键要点
- 本研究提出了一种数据驱动的方法学习密度泛函理论中的交换-相关(XC)泛函。
- 研究利用精确的电子密度、XC能量和XC势能来解决长期挑战。
- 基于神经网络的局部和广义梯度近似模型在总能量和原子化能等方面表现出显著提升。
- NN基于的GGA泛函在准确性上与更高级的SCAN meta-GGA相当。
- 研究展示了利用XC势能建模XC泛函的潜力和前景。
➡️
