DeepHartree:融合泊松方程的神经场模型,重塑大规模密度泛函理论计算效率
DeepHartree 通过将 E(3) 等变神经网络与泊松方程耦合,实现了从实空间 Hartree 势到电子密度的精确预测,解决了 LCAO-DFT 中的库仑瓶颈,并展现了极强的基组与泛函可移植性。
DeepHartree 通过将 E(3) 等变神经网络与泊松方程耦合,实现了从实空间 Hartree 势到电子密度的精确预测,解决了 LCAO-DFT 中的库仑瓶颈,并展现了极强的基组与泛函可移植性。
本文深度解析浙江大学团队提出的 DeepHartree 框架,该框架通过将 E(3) 等变神经网络与泊松方程物理耦合,解决了 LCAO-DFT 中的库仑瓶颈,实现了跨基组、跨泛函的高效电子结构预报。