清华新闻网7月27日消息,清华大学物理系徐勇、段文晖团队在人工智能与第一性原理计算交叉领域取得突破,提出深度学习哈密顿量新方法DeepH-R。该方法将深度学习预测目标从原子轨道基组表象下的哈密顿矩阵转变为实空间Kohn-Sham势,后者具有旋转不变性且不依赖具体基组,从原理上简化了深度学习过程,可显著提升电子结构预测精度和跨材料泛化能力。