跳到正文
热点事件持续更新

Transformer联合建模电子与磁性

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Rende等研究者提出并评估了一种基于Transformer的神经量子态方法,将电子占据数与局部自旋共同编码为token,并在完整构型上生成随自旋变化的电子轨道,以行列式构造波函数。 该方法把电子与磁性耦合直接纳入模型,用于模拟磁性材料中的电子行为;在相关实验中,其能量误差达到0.01%。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. AGI Hunt
    Transformer 联合建模电子与磁性,能量误差仅 0.01%

    Transformer 神经量子态(NQS)将电子占据数与局部自旋共同编码为 token,并基于完整构型生成随自旋变化的电子轨道,以行列式构造波函数。该方法联合建模电子与磁性耦合,在相关实验中实现 0.01% 的能量误差。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。