arXiv · Materials Science· Yuxuan Zeng, Tong Xie, Taoyuze Lv, Zhicheng Zhong·· 5 小时前
AIDEN用原子交互密度等变网络求解实空间电荷密度并实现泛化
Neural-Network Solutions to Real-Space Charge Density and Generalization
arXiv:2609.14906v4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：Yuxuan Zeng, Tong Xie, Taoyuze Lv, Zhicheng Zhong
研究任务与主要进展
基于论文摘要，作者提出原子交互密度等变网络AIDEN，用于求解实空间电荷密度，并通过分离元素单中心密度与环境诱导的密度重分布来重建电子结构。AIDEN在周期晶体基准上达到作者所称的当前最佳精度，在分子系统上保持竞争力，并在多个结构差异明显的分布外案例中实现零样本迁移；其推理速度也高于对比基线和完整自洽场计算，但具体平台、规模和资源开销未说明。
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