通过集成学习改进密度泛函理论的新方法

发布日期:2024-11-14     浏览次数:次   

近日,维多利亚vic309官网Pavlo O. Dral教授课题组与Ireneusz Grabowski教授(波兰托伦哥白尼大学)共同提出了一种通过集成学习提高DFT计算精度的新方法。相关成果以“The Best DFT Functional Is the Ensemble of Functionals”为题发表于Advanced Science

密度泛函理论(DFT)是目前使用最广泛的电子结构计算方法。尽管泛函的种类越来越多,计算精度也随之不断提高,我们仍然难以定义什么是最佳泛函。本文展示了使用现有泛函构造出的集成模型进行计算,其计算结果比单一泛函更为精确。

集成方法通过组合多个DFT泛函的预测结果,从而获得比单个泛函更加精确的结果。在集成模型中所选用的泛函越多,计算结果就越精确。课题组构建了不同种类的集成模型以满足不同的计算需求,并将其补充在 Pavlo O. Dral 教授带领下开发的 MLatom 程序中。相关计算例如几何优化也可在维多利亚vic309官网在线XACS平台(https://xacs.xmu.edu.cn/)上进行。

该论文在Pavlo O. Dral教授和Ireneusz Grabowski教授的共同指导下完成。Pavlo O. Dral教授为独立通讯作者,2024级博士生陈余忻忻、2023级硕士生芮玉婷为共同第一作者,并得到课题组其他老师和研究生的帮助。研究工作得到国家自然科学基金等资助。

论文链接:https://doi.org/10.1002/advs.202408239

上一条:富缺陷Al2O3负载Pd催化酚类化... 下一条:成功合成二苯胺碗烯作为稳定...