强关联体系中的晶格动力学革命：DFT+DMFT 与机器学习重构强关联铈的物态方程
本文对强关联镧系金属铈（Ce）的晶格动力学和物态方程进行了革命性的高精度计算模拟解析。通过将密度泛函理论与动力学平均场理论（DFT+DMFT）相结合，并利用基于主成分分析（PCA）的机器学习方法，定量揭示了关联驱动的声子重整化对稳定高体积相（γ相）的关键作用。
本文对强关联镧系金属铈（Ce）的晶格动力学和物态方程进行了革命性的高精度计算模拟解析。通过将密度泛函理论与动力学平均场理论（DFT+DMFT）相结合，并利用基于主成分分析（PCA）的机器学习方法，定量揭示了关联驱动的声子重整化对稳定高体积相（γ相）的关键作用。