arXiv · Materials Science· Marc K. Ickler, Andreas Hermann, Fred A. Hamprecht·· 7 小时前精选
STRUCTURES-P：用于周期性 CHNO 体系的全电子机器学习无轨道密度泛函
All-electron machine-learned orbital-free density functional for periodic CHNO systems
arXiv:2610.17975v1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：Marc K. Ickler, Andreas Hermann, Fred A. Hamprecht
研究任务与主要进展
Marc K. Ickler、Andreas Hermann 和 Fred A. Hamprecht 提出 STRUCTURES-P，一种面向周期性 CHNO 体系的全电子无轨道密度泛函。
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。
本站判断
STRUCTURES-P 将解析静电与等变网络学习的动能、交换相关能结合，在周期性 CHNO 固体的变分密度优化中显示出较低密度和能量误差。摘要中的结果主要针对固定几何、特定组成范围及所测试晶体，能否推广到更广泛材料和几何优化仍需验证。本站设想：可在更大组成与晶胞范围上比较其相对能量排序、凸包顶点复现能力及几何优化稳定性。
来源：arXiv · Materials Science · arxiv.org