机器学习和密度泛函理论

1. 道格拉斯先生，机器学习作为理论科学的工具。Nat. Rev. Phys。4， 145-146(2022)。

   文章谷歌学者

2. 奥斯汀，B.等人。Nersc-10工作量分析(2018年数据)(·东,2020);https://portal.nersc.gov/project/m888/nersc10/workload/N10_Workload_Analysis.latest.pdf．

3. Cohen, a.j, Mori-Sánchez, P. & Yang, W.密度泛函理论的挑战。化学。牧师。112， 289-320(2012)。

   文章谷歌学者

4. 斯奈德，J. C.等。用机器学习找到密度泛函。理论物理。启。108， 253002(2012)。

   文章广告谷歌学者

5. Brockherde, F.等人。用机器学习绕过科恩-沙姆方程。Commun Nat。8， 872(2017)。

   文章广告谷歌学者

6. Nagai, R.， Akashi, R. & Sugino, O.通过机器学习分子中的隐藏信息来完成密度泛函理论。npj第一版。板牙。6， 43(2020)。

   文章广告谷歌学者

7. 李，L.等。Kohn-Sham方程作为正则化器:将先验知识构建到机器学习的物理学中。理论物理。启。126， 036401(2021)。

   文章广告谷歌学者

8. 柯克帕特里克，J.等人。通过解决分数电子问题，推动了密度泛函的前沿。科学374， 1385-1389(2021)。

   文章广告谷歌学者

9. 克鲁兹，F. G.林，k . c .。来自维里定理的交换相关能量密度。期刊。化学。一个102， 4911(1998)。

   文章谷歌学者

10. 人工智能“看到”分裂的电子。科学374， 1322-1323(2021)。

    文章广告谷歌学者

下载参考