实体
HOMO-LUMO gap
HOMO-LUMO gap
PulseAugur coverage of HOMO-LUMO gap — every cluster mentioning HOMO-LUMO gap across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的训练信号改进了DFT的机器学习哈密顿量模型
研究人员开发了一种名为累积局域态密度（cumulative LDOS）的新训练信号，以改进密度泛函理论（DFT）中使用的机器学习哈密顿量模型。该方法通过分析参考哈密顿量本征基中的预测误差来解决现有方法的局限性。通过使用FermiScope对三个哈密顿量网络进行微调，累积LDOS信号显著降低了HOMO-LUMO能隙预测的误差，即使对于分布外数据也如此，其性能优于波函数对齐损失等其他方法。
-
LLM 使用物理化学原理进行精确分子设计
研究人员开发了一种新颖的分子设计方法，利用大型语言模型（LLM）超越了简单的试错法。通过将详细的物理化学原理（如轨道能量和原子电荷）反馈给 LLM，而不仅仅是数值分数，该系统充当了因果推理器。这种自反思方法在针对 HOMO-LUMO 间隙的中等任务上实现了 100% 的成功率，并证明了在多个 LLM 主干上进行偶极矩设计的有效性。