热点事件持续更新
平稳性约束提升机器学习泛函能量与密度
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv cs.AI/cs.LG 报道，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。研究指出，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，以及拟合能量与自洽能量之间的差距；训练过程无需自洽场求解。作者用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。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 00:49
新报道显示，平稳性约束可同时改善机器学习泛函能量与密度，训练无需自洽场求解。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.AI / cs.LG 最新平稳性约束改善机器学习交换相关泛函的能量与密度
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。