材料探索新纪元！清华大学徐勇、段文晖团队发布神经网络密度泛函框架，打开物质电子结构预测的黑箱！

文章预览

作者：田小幺 编辑：李姝，十九 清华大学徐勇、段文晖研究组提出了神经网络密度泛函理论的理论框架，该框架统一了神经网络中损失函数的最小化与密度泛函理论中的能量泛函优化，为发展深度学习 DFT 方法开辟了一条崭新途径。 密度泛函理论 (density functional theory, DFT) 作为一种用于预测和解释材料性质的关键工具，在物理、化学、材料科学等领域都发挥着不可或缺的作用。 然而，传统 DFT 通常需要耗费大量计算资源和时间，其应用范围受到显著限制。 作为一个新兴的跨学科领域，将深度学习与密度泛函理论结合，通过大量的计算模拟来预测和发现新材料，正逐渐克服传统 DFT 计算耗时且复杂的缺点，在计算材料数据库的构建方面具有巨大的应用潜力。神经网络算法加速构建更大规模的材料数据库，更大数据集又可以训练更强大的神经网络模型 ………………………………