清华徐勇、段文晖研究组开发出高效精确的第一性原理电子结构深度学习方法与程序...

815df43c7426463ca2a25a43a86b8d31.png

来源:ScienceAI

第一性原理计算已被广泛应用于物理、材料、化学、生物相关的科学研究。然而,受限于计算效率和精度,如何实现大尺度材料体系的第一性原理研究是该领域的一个重大挑战。基于人工神经网络的深度学习方法为解决该挑战问题带来了曙光。 

近期,深度学习已经成功应用于精确预测原子间相互作用,并加速分子动力学模拟。相比之下,理解、预测材料物性离不开电子结构计算,其深度学习的方法实现更具挑战性,研究进展有限。因此,发展深度学习方法、解决第一性原理电子结构计算的效率-精度两难困境是一个关键的科学问题。

清华大学物理系徐勇、段文晖研究组发展了一种深度学习方法DeepH,能实现由材料构型快速、高精度预测任意原子构型的密度泛函理论哈密顿量,可极大加速电子结构计算。

DeepH方法充分利用了电子性质的局域性原理,只需要利用小体系数据集训练的模型便可以在大尺度材料体系给出准确预测。通过引入局域坐标系与基组变换,DeepH方法能妥善处理哈密顿量的旋转协变问题,确保模型的泛化能力并简化学习难度。DeepH方法从密度泛函理论数据中学习,并预测需要研究材料构型的哈密顿量,可跳过耗时的密度泛函理论自洽迭代过程,实现高效的第一性原理电子结构计算。

通过对多种代表性材料的态密度、能带结构、非线性光学响应多种物理性质的精确预测,该工作展示了DeepH方法的高精度(预测误差为毫电子伏特级别)和良好的可迁移性。

测试材料体系涵盖了准一维/准二维/三维的空间维度、平坦或卷起的原子构型、强化学键或范德瓦耳斯键、单种或多种化学元素、考虑了有或无自旋轨道耦合的情况,充分说明了DeepH方法的通用性与可迁移性。

DeepH方法的一个成功应用是研究双层转角范德瓦尔斯材料。转角材料具有丰富的新奇物理性质,但因为该体系具有很大的摩尔超周期,传统的密度泛函理论计算难以研究其电子结构。

DeepH方法只需通过无转角材料构型的密度泛函理论结果训练,就可以高效准确地预测各种转角材料构型的物理性质,这一流程不受限于元素种类和单胞形状,可用于构建转角材料高通量数据库。DeepH方法可以为大尺度材料和物理问题的第一性原理研究提供新契机。

fd60cc867556883edfe2bde2fd3669bf.png

DeepH方法用于高效电子结构计算的示意图。a, 密度泛函理论哈密顿量是材料构型的函数,通常由耗时的自洽计算得到,DeepH方法利用深度神经网络预测给定原子构型的哈密顿量,得到的哈密顿量可以被用于计算各种物理性质。b, 使用DeepH方法研究转角范德瓦尔斯材料的流程图。通过无转角材料构型的密度泛函理论结果训练,DeepH模型可以高效准确地预测各种转角材料构型的物理性质。

该成果以「Deep-learning density functional theory Hamiltonian for efficient ab initio electronic-structure calculation」为题,于 2022 年 6 月 23 日发表在《Nature Computational Science》。

dfc7dec6362d19499003ce615384b597.png

文章链接:

https://www.nature.com/articles/s43588-022-00265-6

Research Briefing链接:

https://www.nature.com/articles/s43588-022-00270-9

该工作开发的DeepH程序包已作为开源软件供用户使用,用户可在下方链接获取开源仓库和使用手册:

https://github.com/mzjb/DeepH-pack     

https://deeph-pack.readthedocs.io

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

08e4a1e2dca04639671a8a0150c49a43.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481907.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

图灵奖获得者罗杰·瑞迪:AI不可能取代人类

来源:中国电子报作者:张维佳编辑:赵晨美编:马利亚监制:赵晨6月24日,图灵奖获得者、美国国家工程院院士、美国艺术与科学学院院士、中国工程院外籍院士罗杰瑞迪在第六届世界智能大会上表示,对待A…

LeCun用62页论文公布未来十年研究计划:AI自主智能

来源:量子位 | 公众号 QbitAI丰色 发自 凹非寺这段时间,关于“AI未来往哪走的”讨论,可以说是越来越激烈了。先是Meta被曝AI相关部门大重组,又有谷歌AI是否具备人格大讨论,几乎每一次讨论都能看到Yann LeCun的身影。现…

Java面试知识点:Date类、异常

问题:Java面试知识点:Date类、异常 答案: 1.Date类 代码如下: (1)创建日期: package com.xy;import java.util.Date;/*** ProjectName: day01* Package: com.xy* ClassName: test01* Author…

Cell解开谜题:原来是这种细胞教会新生的T细胞如何区分敌我!

来源:生物通研究人员发现了一种新的机制,可以教会正在训练中的免疫细胞在攻击病原体时保护自身组织。作为这种早期教育的一部分,专门的胸腺细胞会“摆”成不同的组织,教会免疫系统如何识别朋友和敌人。错误地对身体自身蛋白质做出…

Java面试知识点:集合、Set、泛型、HashSet、HashMap

Java面试知识点:集合、Set、泛型、HashSet、HashMap 答案: 1.集合 集合和数组的对比小结 1,数组的长度是不可变的,集合的长度是可变的。 2 ,数组可以存基本数据蟀和引用数据类型。 集合只能存引用数据类型&#xff0…

Java面试知识点:红黑树、Stream流

问题:Java面试知识点:红黑树、Stream流 答案: 1.红黑树 红黑树 • 平衡二叉B树 • 每一个节点可以是红或者黑 • 红黑树不是高度平衡的,它的平衡是通过“自己的红黑规则”进行实现的 2.Stream流 Stream流的常…

2022年SCI期刊最新影响因子正式发布

来源:高分子科技今日,广大科研人员期待的2022年最新影响因子已正式揭晓。每年的官方影响因子的发布,奖学金、毕业、职称、年终奖、申请国自然……几乎没有不需要它的。今年共有近13000本期刊获得影响因子,其中60%以上的期刊IF实现…

Java面试知识点:File、IO流

问题:Java面试知识点:File、IO流 答案: 1.File listFiles方法注意事项: • 当调用者不存在时,返回null • 当调用者是一个文件时,返回null • 当调用者是一个空文件夹时,返回一体度为0的数组 • 当调用者是…

中国科学家建立可与人脑突触数量相较的AI模型——“八卦炉”

来源:俄罗斯卫星通讯社中国科学家基于最新的一台配备双威处理器的超级计算机,建立了“脑级人工智能模型”——八卦炉(BAGUALU)。其具有174万亿个参数,可与人脑中的突触数量相媲美,将在从自动驾驶汽车到科学…

Java面试知识点:多线程

问题:Java面试知识点:多线程 答案: 1.线程 代码如下: package com.xy;/*** ProjectName: day01* Package: com.xy* ClassName: test01* Author: 杨路恒* Description:* Date: 2021/8/25 0025 16:57* Version: 1.0*/ public class…

基础科学研究需要哲学滋养

来源:人民网-人民日报 2017年3月28日作者:丘成桐(清华大学丘成桐数学科学中心)现代科技进步日新月异,不断拓展人类认知和活动的边界,广泛影响社会生产生活的各个方面。比如,高铁、飞机大大方便了…

Java面试知识点:网络编程

问题:Java面试知识点:网络编程 答案: 1.InetAddress 代码如下: package com.xy;import java.net.InetAddress; import java.net.UnknownHostException;/*** ProjectName: day01* Package: com.xy* ClassName: test01* Author: 杨路恒* Des…

游戏+与通用人工智能的实现

算法、算力与场景,是AI研究的关键要素。AI 对数据要求量极大,否则无法达到人类正确识别的程度。自 AlphaGo 一鸣惊人后,越来越多AI 研究团队意识到,游戏是 AI 的绝佳训练场之一。游戏推动科技创新上行一直以来我们很少把活泼轻松的游戏娱乐与…

A Survey on Knowledge Graphs___Representation, Acquisition and Applications.知识图谱综述:表示,获取,应用

知识图谱综述:表示、获取及应用 这是研究生第一篇综述文章,第一次读也是花了好几天的时间。 摘要:人类的知识提供了对世界的一种形式的理解。表征实体之间结构关系的知识图已成为认知和人的智能研究的热门方向。在这个调查中,我们提供了一…

李飞飞划重点的「具身智能」,走到哪一步了?

来源:选自Quanta magazine作者:Allison Whitten编译:机器之心编辑:张倩在前段时间的一篇文章中,李飞飞指出了计算机视觉未来的几个重要方向,其中最重要的一个就是具身智能。她认为,具身智能将成…

基于链接预测和卷积学习的Web服务网络嵌入

Web Service Network Embedding based on Link Prediction and Convolutional Learning 这是我读研的第一篇论文,也是花了好几天的时间。 基于链接预测和卷积学习的Web服务网络嵌入 摘要:为了在许多基本任务中,如基于Web的软件服务聚类、推荐…

芯片光刻路线图

来源:内容来自半导体行业观察(ID:icbank)编译:SPIE我们所知道的第一个半导体路线图可能是摩尔观察到的,以他为名字的“摩尔定律”预计,芯片的计算能力随着时间的增长呈指数增长。这促使芯片制造…

知识图谱常用指标:MRR、Hits@1、Hits@10、MR

知识图谱常用指标:MRR、Hits1、Hits10、MR 一、MRR MRR的全称是Mean Reciprocal Ranking,其中Reciprocal是指“倒数的”的意思。具体的计算方法如下: 其中是三元组集合,是三元组集合个数,是指第个三元组的链接预测排名…

科学创新四十年,我们可能还没搞明白科学和技术的基本概念

来源:澎湃新闻智库报告栏目撰文:周路明(源创力离岸创新中心负责人,深圳市科协原主席)中国系统推进科学和技术发展的工作始于改革开放,至今已经40余年。中国官方和民间发展科学和技术的热情在世界范围内都屈…

Python:Tensorflow中两个稀疏张量相乘

Python:Tensorflow中两个稀疏张量相乘 博主在想让两个稀疏张量进行相乘时,发现不能用tf.matmul、tf.sparse_matmul、tf.sparse_tensor_dense_matmul,看来tf内置的没有对两个SparseTensor相乘的函数,于是,我在网上找了相…