自旋对称神经网络

低开销算多态

用带自旋约束的深度神经网络变分蒙特卡洛,以更低计算代价同时精确求出强关联体系的基态和多个激发态,并在近简并情形下保持正确自旋对称。

Zhe, Li · Wen, Xuelan · Li, Xiang · Han Jie · 陈基 · Ren, Weiluo

Nature Computational Science 2024

技术优势

对称性有保证

修改优化目标后,得到的波函数满足目标自旋对称性,在强关联体系中能量精确且对称性正确,即使在近简并情形下也不混淆。

算得了激发态

该方法能够求解多个具有目标自旋对称性的激发态,而不只是基态,扩展了可处理的量子态范围。

自旋能隙算得准

在光化学感兴趣的双自由基体系中,能够准确计算单重态-三重态能隙,为相关研究提供可靠数据。

应用场景