详细内容或原文请订阅后点击阅览
一种用于超大级原子结构的新计算方法
新的理论物理学研究引入了一种基于机器学习的有效哈密顿量的模拟方法，用于超大级原子结构。这种有效的哈密顿方法可以模拟比基于量子机制和经典力学的方法更大的结构。
来源:英国物理学家网首页新的理论物理学研究引入了一种基于机器学习的有效哈密顿量的模拟方法，用于超大级原子结构。这种有效的哈密顿方法可以模拟比基于量子机制和经典力学的方法更大的结构。
这些发现在NPJ计算材料中发表，标题为“对超大级原子结构的有效哈密顿量的积极学习”。该论文是由一支国际物理学家团队撰写的，包括阿肯色大学，南京大学和卢森堡大学。
发现 原子结构在铁电和电介质中，有一种结构 - 镜结构，通常具有数百万个原子。
大型结构超出了基于量子机制和经典力学的常规方法的计算能力，而有效的哈密顿方法可以轻松处理它们。它是最快的原子量计算方法之一，它将是研究介观结构和材料的强大科学工具。
古典力学 计算方法有效的汉密尔顿人是一种具有耦合项的能量表达，可以通过量子力学方法获得术语的参数。获得参数的常规方式通常很复杂。
基于机器学习来计算本文中的参数提出了一种新方法。这种机器学习方法提供了一种通用自动的方法，用于计算具有超大尺度原子结构的任何考虑的复杂系统，以计算有效的哈密顿量的参数。
机器学习方法 相变 更多信息： doi：10.1038/s41524-025-01563-z期刊信息：NPJ计算材料