研究者提出DP-Learner等变学习框架并构建哈密顿量数据集

Shi Yin等作者提出DP-Learner等变学习框架，并构建MP-HAM-110K哈密顿量数据集。该框架直接在直积空间中对类哈密顿量算符块做消息传递，无需显式Clebsch–Gordan分解即可保持对SO(3)、SU(2)和空间反演的等变性，用于提升电子结构哈密顿量预测。 据作者在论文中的说法，这一设计省去了显式分解步骤，同时维持上述对称性。相关效果以论文报告为准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。