arXiv cs.LG· Minhyuk Kang, Beom Seok Kang, Nikolai Argatoff, Miguel Nouman, Danish Khan, William A. Goddard III, Anima Anandkumar·· 7 小时前AI 评分24
O-kRystal：用双空间轨道学习预测超越 DFT 的电子能带结构
Beyond DFT electronic band structures via dual-space orbital learning
AI 导读
研究团队提出双空间轨道学习框架 O-kRystal，以低成本 PBE 计算作为能量基线和轨道信息来源，结合实空间与倒空间轨道矩阵预测更高精度泛函的能级修正。在近 6000 种三维材料上，其对带边中点 5 eV 内电子态的 HSE06 能带能量平均绝对误差为 0.171 ± 0.009 eV；在 6 种强关联材料基准上，将 PBE 能带能量 MAE 降低 68.7%。
来源：arXiv cs.LG · arxiv.org