arXiv · Materials Science· Wudong Shen, Yang Zhong, Min-Ye Zhang, Xinyang Dong, Hongjun Xiang, Xinguo Ren·· 6 小时前
等变神经网络学习分子自能并重建实频谱
Learning the self-energy through equivariant neural networks
arXiv:2610.23717v1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：Wudong Shen, Yang Zhong, Min-Ye Zhang, Xinyang Dong, Hongjun Xiang, Xinguo Ren
研究任务与主要进展
作者提出一种E(3)等变消息传递网络，用于从原子种类和坐标预测分子G_0W_0自能矩阵，并通过保持因果性和非负谱密度的表示将其延拓到实频轴。论文摘要称，所研究体系的虚频矩阵元误差低于1 meV；包含未见四聚体的水团簇和QM9分子中，谱函数按峰重建，前沿准粒子能级误差为数十meV。模型训练完成后，在所依赖的密度泛函参考下，新几何无需显式G_0W_0计算。
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