AIGC動態(tài)歡迎閱讀

原標(biāo)題：材料探索新紀(jì)元！清華大學(xué)徐勇、段文暉團(tuán)隊(duì)發(fā)布神經(jīng)網(wǎng)絡(luò)密度泛函框架，打開物質(zhì)電子結(jié)構(gòu)預(yù)測的黑箱！
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò),解讀,數(shù)據(jù),方法,密度
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

作者：田小幺
編輯：李姝，十九
清華大學(xué)徐勇、段文暉研究組提出了神經(jīng)網(wǎng)絡(luò)密度泛函理論的理論框架，該框架統(tǒng)一了神經(jīng)網(wǎng)絡(luò)中損失函數(shù)的最小化與密度泛函理論中的能量泛函優(yōu)化，為發(fā)展深度學(xué)習(xí) DFT 方法開辟了一條嶄新途徑。密度泛函理論 (density functional theory, DFT) 作為一種用于預(yù)測和解釋材料性質(zhì)的關(guān)鍵工具，在物理、化學(xué)、材料科學(xué)等領(lǐng)域都發(fā)揮著不可或缺的作用。然而，傳統(tǒng) DFT 通常需要耗費(fèi)大量計(jì)算資源和時(shí)間，其應(yīng)用范圍受到顯著限制。
作為一個(gè)新興的跨學(xué)科領(lǐng)域，將深度學(xué)習(xí)與密度泛函理論結(jié)合，通過大量的計(jì)算模擬來預(yù)測和發(fā)現(xiàn)新材料，正逐漸克服傳統(tǒng) DFT 計(jì)算耗時(shí)且復(fù)雜的缺點(diǎn)，在計(jì)算材料數(shù)據(jù)庫的構(gòu)建方面具有巨大的應(yīng)用潛力。神經(jīng)網(wǎng)絡(luò)算法加速構(gòu)建更大規(guī)模的材料數(shù)據(jù)庫，更大數(shù)據(jù)集又可以訓(xùn)練更強(qiáng)大的神經(jīng)網(wǎng)絡(luò)模型。然而，目前的深度學(xué)習(xí) DFT 研究大多將 DFT 任務(wù)與神經(jīng)網(wǎng)絡(luò)分開處理，這大大限制了兩者之間的協(xié)同發(fā)展。
為了將神經(jīng)網(wǎng)絡(luò)算法和 DFT 算法更有機(jī)地結(jié)合起來，清華大學(xué)徐勇、段文暉課題組提出了神經(jīng)網(wǎng)絡(luò)密度泛函理論 (neural-network DFT) 框架。該

原文鏈接：材料探索新紀(jì)元！清華大學(xué)徐勇、段文暉團(tuán)隊(duì)發(fā)布神經(jīng)網(wǎng)絡(luò)密度泛函框架，打開物質(zhì)電子結(jié)構(gòu)預(yù)測的黑箱！

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：