本文综述机器学习在量子化学与材料模拟中的应用，包括用神经网络替代密度泛函理论泛函、预测DFT哈密顿量与电子密度、构建波函数和势能面，以兼顾精度与低成本，加速多尺度材料建模与分子反向设计。

通过反向传播优化密度泛函理论降低量子化学数据成本
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证