机器学习方法加速电子-声子耦合计算
摘要：电子-声子耦合（EPC）在许多基本物理现象中起着重要作用，但EPC矩阵的高计算成本阻碍了其理论研究。本文推导出了一个分析公式，用于根据哈密顿量及其在非正交原子轨道基组中的梯度计算EPC矩阵。最近发展起来的E(3)相变神经网络用于直接预测公式所需的哈密顿量及其梯度，从而避免了DFT中昂贵的自洽迭代。通过对水分子和MoS2晶体进行测试，验证了所提出的EPC计算公式的正确性和网络预测的EPC值的准确性。
作者：Yang Zhong, Zhiguo Tao, Weibin Chu, Xingao Gong, Hongjun Xiang
论文ID：2302.00439
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2023-02-02