跳到正文
原文
arXiv cs.AI / cs.LG 最新· Yuhao Chen·· 12 小时前AI 评分49

平稳性约束改善机器学习交换相关泛函的能量与密度

Stationarity Constraints Improve Both Energies and Densities of Machine-Learned Exchange-Correlation Functionals

AI 导读

对机器学习交换相关泛函施加平稳性约束,可同时改善能量与密度。研究发现,训练泛函在准确密度 Kohn-Sham 轨道上的 Brillouin 残差能一阶控制自洽密度偏移及拟合与自洽能量之间的差距,且训练时无需自洽场求解。用6个能量和11个 CCSD 密度训练的神经 meta-GGA,在未见分子的原子化能量和密度上均超过 SCAN。

标题与摘要由 AI 辅助生成,事实与观点以原文为准。

来源:arXiv cs.AI / cs.LG 最新 · arxiv.org

本站标题、摘要与推荐理由由 AI 辅助生成;原文版权归来源所有。