平稳性约束改进机器学习交换相关泛函
热点事件持续更新
平稳性约束改进机器学习交换相关泛函
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yuhao Chen 等在 arXiv 论文（arXiv:2610.30022）中提出，用训练后泛函在精确密度的 Kohn-Sham 轨道上的 Brillouin 残差作为约束，可在一阶上同时控制自洽密度偏移与拟合能量和自洽能量之差，且训练时无需自洽场求解。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
平稳性约束同时改进机器学习交换相关泛函的能量与密度报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI平稳性约束同时改进机器学习交换相关泛函的能量与密度
一项 arXiv 研究提出，用训练后泛函在精确密度的 Kohn-Sham 轨道上的 Brillouin 残差作为约束，可在一阶上同时控制自洽密度偏移与拟合能量和自洽能量之差，且训练时无需自洽场求解。仅用 6 个能量和 11 个 CCSD 密度训练的神经 meta-GGA 泛函，在对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。