Neue theoretische Physikforschung führt eine Simulationsmethode für maschinell-lernbasierte wirksame Hamiltonianer für übergreifende Atomstrukturen ein. Diese effektive Hamiltonsche Methode könnte viel größere Strukturen simulieren als die Methoden, die auf Quantenmechanismen und klassischen Mechanik basieren.
Der Ergebnisse werden veröffentlicht in NPJ -Rechenmaterialien Unter dem Titel „Aktives Lernen von effektivem Hamiltonian für supergrosen Atomstrukturen“. Das Papier wurde von einem internationalen Physikerteam verfasst, darunter die University of Arkansas, die Nanjing University und die University of Luxemburg.
In Ferroelektrik und Dielektrika gibt es eine Art von Struktur – eine mesoskopische Struktur, die normalerweise Atome mehr als Millionen aufweist.
Die großen Strukturen sind über die rechnerische Fähigkeit herkömmlicher Methoden hinaus, die auf Quantenmechanismus und klassischen Mechanik basieren, während die effektiven Hamiltonschen Methoden sie leicht umgehen könnten. Es ist eine der schnellsten Berechnungsmethoden für Atomwaagen und wird ein leistungsstarkes wissenschaftliches Instrument für die Untersuchung mesoskopischer Strukturen und Materialien sein.
Der effektive Hamiltonianer ist ein Energieexpression mit Arten von Kopplungsbegriffen, und die Parameter der Begriffe können durch Quantenmechanik -Methoden erhalten werden. Die konventionelle Art, die Parameter zu erhalten, ist normalerweise komplex.
Ein neuer Weg wird auf der Grundlage des maschinellen Lernens vorgeschlagen, um die Parameter in diesem Artikel zu berechnen. Dieser maschinell-lernende Ansatz bietet eine universelle und automatische Möglichkeit, die Parameter des effektiven Hamiltonianer für alle betrachteten komplexen Systeme mit atomaren Strukturen im Bereich von Super-Large-Scale zu berechnen.
Durch die Verwendung der neuen effektiven Hamiltonschen Methoden könnten Wissenschaftler neue Materialien mit wünschenswerten Eigenschaften wie ferroelektrische und piezoelektrische Eigenschaften durch große Struktursimulation im Atommaßstab entwerfen.
Der nächste Schritt bei der Entwicklung der effektiven Hamiltonschen Methoden besteht darin, einen allgemeinen effektiven Hamiltonianer vorzuschlagen, der auf der Möge -Funktion und Symmetrie von Gitter basiert. Dann könnten jede Strukturverzerrungs- und Phasenübergänge nachgeahmt werden, und zusätzliche Eigenschaften wie thermische Eigenschaften könnten ebenfalls simuliert werden.
Weitere Informationen:
Xingyue MA et al., Aktives Lernen von effektivem Hamiltonian für übergreifende Atomstrukturen, NPJ -Rechenmaterialien (2025). Doi: 10.1038/s41524-025-01563-Z