跳到正文
热点事件持续更新

E(3)等变神经网络预测分子G0W0自能与实频谱函数

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

复旦大学/中国科大团队的 Wudong Shen 等在 arXiv 论文中提出一种 E(3) 等变消息传递网络,从原子种类和坐标预测分子虚频 G_0W_0 自能矩阵的动力学关联部分,并通过保持因果性和非负谱密度的表示延拓到实频轴;静态交换部分取自密度泛函参考。训练完成后,在该密度泛函参考下,新几何无需显式 G_0W_0 计算。 论文摘要称,对所研究体系,频率条件化的模型在虚频轴上的矩阵元误差低于 1 meV;对水团簇(含训练集中未见的四聚体)和 QM9 中化学多样的分子,重建的谱函数逐峰跟随 G_0W_0 参考,前沿准粒子能级误差为数十 meV。以上结果基于论文摘要,仅覆盖所研究的分子体系。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · Materials Science
    等变神经网络学习分子自能并重建实频谱

    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。

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。