- 北京理工大学3种期刊首获影响因子 218
- 现代纺织技术期刊查重率多少 60
- 组织管理能力的特点及作用都有哪些 50
- 清华大学深圳国际研究生院宋清华团 61
- 开展学术会议的目的包括哪些? 71
- 《国际眼科杂志》期刊简介 41
- 值得关注的创业者经济学优秀论文题 46
- 双非院校是什么概念 42
- 关于投稿论文应符合《骨科》的主题 63
- 思量如何提升文学毕业论文质量的策 66
- 是否有可能缩短Sci论文的发表周 63
- 探讨究竟是谁写论文的问题 33
- 投稿《中国康复理论与实践》的论文 52
- 主任医师怎么参课题的条件 67
- Rice Science的投稿具 70
- 东北师范大学 20411
- FEWFR 7403
- 东华大学 7405
- 中国分析仪器学会化学传感器专业委 17418
- 人机环境系统工程专业委员会 22404
- 中南民族大学 23433
- 延边大学 1388
- 刘一一的公司 17384
- 清华大学 7375
- 希沿医疗投资管理有限公司 17422
- 中国科学院电子学研究所 22400
- 武汉博森学术交流有限公司 7413
- 东南大学 17423
- 可持续城市与社区研究会 23389
- 马德里自治大学 7404
- 百奥泰国际会议(大连)有限公司 23379
- WILL 7399
- 南京理工大学 7388
- 德捷会晤服务有限公司 17413
- 湖北杰瑞文化传播有限公司 22408
清华大学 物理系徐勇、段文晖研究组在第一性原理计算与人工智能的交叉领域取得新进展
2024/04/11
磁性超结构不仅可以作为研究量子效应的材料平台,也有丰富的潜在应用价值。基于密度泛函理论(DFT)的第一性原理电子结构计算是研究材料性质的重要手段,但受限于计算成本,这些方法难以直接用于研究磁性超结构。近期出现了一系列深度学习第一性原理计算方法,利用人工神经网络从DFT数据中学习,从而高效地预测大尺度材料的电子结构性质。然而,当前的方法主要集中在非磁性系统上,忽略了对磁性系统的研究。研究磁性系统需要高精度的先进深度学习方法来描述精妙的磁性物理效应,以高效准确地计算磁性材料的电子结构。
在先前的工作中,清华大学物理系徐勇、段文晖研究组提出深度学习第一性原理计算的理论框架和算法DeepH(Deep DFT Hamiltonian),该方法使用神经网络由材料原子结构预测DFT哈密顿量,从而可以预测所有单粒子图像下的物理性质,可极大加速非磁性材料的电子结构计算。在最新的工作中,徐勇、段文晖研究组提出xDeepH(extended DeepH)方法,用于学习磁性材料的DFT哈密顿量对原子结构和磁结构的依赖关系,并高效预测其电子结构与物性。
将物理先验知识融入神经网络架构设计,对深度学习的性能至关重要。DFT哈密顿量对原子结构和磁结构的依赖关系,在对称操作下(如旋转和时间反演)具有等变性。为此,该研究提出了一种拓展的等变神经网络,能考虑电子自旋和轨道自由度,使得神经网络保持在欧几里得群和时间反演操作下的对称性。此外,相对于原子结构,磁结构的改变对DFT哈密顿量的影响有着更强的局域特性。该研究设计了严格局域的神经网络更新函数,用于处理磁结构的输入;沿用传统的消息传递神经网络处理原子结构的输入。对于对称性和局域性这两点先验知识的妥善利用,显著提升了xDeepH的精度与泛化能力,并减小训练难度与代价。
xDeepH方法用于磁性材料的高效电子结构计算的示意图。(a)xDeepH方法的流程图。以磁性材料的原子结构和磁结构作为输入,等变神经网络可预测其DFT哈密顿量。只需利用小尺度材料的DFT数据训练神经网络,就可以研究大尺度磁性超结构 (比如磁性斯格明子)。(b)DFT哈密顿量作为原子结构和磁结构的函数,在空间旋转和时间反演操作下具有等变性。
通过对三种代表性复杂磁性超结构的准确预测,该研究表明了xDeepH方法的高精度和普适性。测试材料体系包括了单层NiBr2中的螺磁结构、CrI3纳米管中的弯曲磁性、双层莫尔转角CrI3中的磁性斯格明子(原胞中具有4336个原子)。该成果为研究磁性超结构提供了一种高效准确的计算方法,展现了解决DFT精度-效率两难困境的潜力。xDeepH方法有助于更好地理解磁性超结构的基本性质和量子现象,同时也有望为开发新型磁性材料和相关器件提供更高效的计算指导。
相关成果以“用于磁性超结构的深度学习电子结构计算”(Deep-learning electronic-structure calculation of magnetic superstructures)为题发表于4月26日的《自然·计算科学》(Nature Computational Science),并入选为期刊封面文章。同期,该期刊还发表了以“研究磁性超结构的深度学习方法(A deep-learning method for studying magnetic superstructures)”为题的研究简报(Research Briefing)、以“计算探测莫尔磁体(Computationally probing moiré magnets)”为题的社论(Editorial)、以“揭示莫尔磁体中的磁相互作用(A Uncovering magnetic interactions in moiré magnets )”为题的新闻与观点(News & Views)介绍上述成果。
本研究被选为《自然·计算科学》封面文章
清华大学物理系徐勇教授和段文晖教授为该论文的通讯作者,研究组2019级博士生李贺、2019级本科生唐泽宸为共同第一作者。合作者还包括北京大学2019级本科生贡晓荀和研究组2018级博士生邹念龙。研究得到国家自然科学基金委基础科学研究中心、国家自然科学基金、国家科技部等项目单位的支持。
文章来源清华大学新闻,分享只为学术交流,如涉及侵权问题请联系我们,我们将及时修改或删除。
清华大学物理系江万军课题组在斯格明子操控和拓扑物理方面取得新进展
化学学院裴坚课题组Prog. Polym. Sci.综述:共轭高分子的溶液聚集态调控
中国科学院与海外合作者在亚洲高山区夏季降水型式变化研究领域取得进展
北京大学未来技术学院陈知行课题组与合作者研发新探针实现对固定细胞线粒体的STED成像
北京大学高家红教授团队在中国人脑连接组研究及其大数据资源方面取得进展
北京大学余志祥教授团队在金属杂克莱森重排反应研究方面取得进展
第四届计算机图形学、图像与虚拟化研究国际会议(ICCGIV 2024)(2024-05-17)
第九届机电控制技术与交通运输国际学术会议(ICECTT 2024)(2024-05-24)
2024年教育政策与实践研讨会(ICEPP 2024)(2024-05-24)
第三届机电一体化与机械工程国际会议(ICMME2024)(2024-05-24)
2024年电子器件、传感控制技术与光学机械工程国际学术会议(EDSCTOE 2024)(2024-05-25)
第十四届地质和地球物理学国际会议(ICGG 2024)(2024-05-31)
2024年食品工程与农业科学国际会议(ICFEAS 2024)(2024-06-02)
2024年第三届网络、通信与信息技术国际会议(CNCIT 2024)(2024-06-07)
第十届机械工程、材料和自动化技术国际会议(MMEAT 2024)(2024-06-21)
2024年先进机器人,自动化工程与机器学习国际会议(ARAEML 2024)(2024-06-28)
2024年人力资源与企业管理国际会议(ICHRBM 2024)(2024-6-22)
2024信息化经济管理与可持续发展国际会议(ICIEMSD 2024)(2024-5-24)
2024年经济发展与商业分析国际会议(ICEDBA 2024)(2024-5-23)
2024年工业设计、电气工程与智能电网国际学术会议(IDEESG 2024)(2024-6-28)
2024年人工智能、算法与自动化工程国际学术会议(ICAIAAE 2024)(2024-5-28)
第四届大数据、人工智能与风险管理国际学术会议 (ICBAR 2024)(2024-6-28)
2024电力电气与智能电网国际会议(ICEPSG 2024)(2024-6-25)
2024年图像、视觉与软件工程国际会议(ICIVSE 2024)(2024-6-22)
2024年多媒体、艺术设计与数字化技术国际会议(ICMADDT 2024)(2024-6-30)
2024年能源、电气与动力工程国际研讨会(ISEEPE 2024)(2024-6-30)