可外推的电子哈密顿量机器学习：基于原子势叠加（SAP）特征与哈密顿量降维学2026-06-11本文深度解析耶鲁大学朱天宇课题组最新提出的基于原子势叠加（SAP）特征的可转移电子哈密顿量机器学习框架。该方法结合对称性自适应内秉原子轨道（SAIAO）与Löwdin下折（Downfolding）技术，实现了高精度、强外推性的Kohn-Sham福克矩阵预测，并精准计算了有机半导体的分子间电荷传输积分。#机器学习哈密顿量#密度泛函理论#原子势叠加#哈密顿量降维#电荷传输积分#图神经网络