arXiv · Materials Science· Qiang Zhu·· 11 小时前
EpNet-Si通过局部环境学习硅原子形状因子
EpNet-Si: Atomic Form Factors Learned from Band Structures
arXiv:2610.14992v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Qiang Zhu
研究任务与主要进展
Qiang Zhu提出EpNet-Si，用等变网络从原子局部环境预测硅的平面波原子形状因子，并结合物种势、原子密度路由及s/p非局域投影器，构建可迁移的经验赝势模型。模型含6,195个参数，仅使用77个参考DFT能带元胞训练；在未见结构的165个带隙元胞中，平均带隙误差为49 meV。由模型得到的有效质量、压力系数、形变势和费米能级态密度与参考DFT结果一致；材料仅基于论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org