研究者提出通用哈密顿量学习框架UniTB
热点事件持续更新
研究者提出通用哈密顿量学习框架UniTB
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Mingkang Liu 等研究者发布论文，提出 UniTB——一个将密度泛函紧束缚理论的物理先验与深度学习结合的通用 E(3) 等变哈密顿量表示框架。 模型在 29,242 个晶体上训练，对覆盖 68 种元素的非磁性测试晶体达到 0.48 meV 矩阵元误差；其 UniTB-Flash 变体以 O(N) 成本组装先验。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
UniTB：以物理结构为组织原则的通用哈密顿量学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIUniTB：以物理结构为组织原则的通用哈密顿量学习框架
研究者提出 UniTB，一个将密度泛函紧束缚理论物理先验与深度学习结合的通用 E(3) 等变哈密顿量表示框架。该模型在 29,242 个晶体上训练，对覆盖 68 种元素的非磁性测试晶体达到 0.48 meV 矩阵元误差，其中 UniTB-Flash 变体以 O(N) 成本组装先验。
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。