机器学习从电子密度计算带隙
摘要：用密度泛函理论的Hohenberg-Kohn定理的一个显著结果是，在电子密度和外部势能下的多电子问题的任何可观测量之间存在一个单射映射。在这项工作中，我们研究了从局部电子密度预测半导体和能带绝缘体的特定可观测量，即能隙。使用最先进的机器学习技术，我们从计算性低廉的密度泛函理论计算中预测实验能隙。我们提出了一种改进的Behler-Parrinello (BP)体系结构，该体系结构在保持BP体系结构的对称性属性的同时极大地提高了模型的容量。使用这个方案，我们得到与最先进且计算密集的混合泛函相当精确的能隙，从而显著降低了任务的计算成本。
作者：Javier Robledo Moreno, Johannes Flick, Antoine Georges
论文ID：2104.14351
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2021-08-16