相关实验视频
Updated: May 6, 2026
10:37
Spatial Separation of Molecular Conformers and Clusters
Published on: January 9, 2014
11.7K
时刻受约束的神经网络用于吸附金属集群中的亚秒-纳秒载波动力学和光学光谱
Zhixuan Li1, Yanyan Bu2, Xiangfu Wang1,2
1College of Electronic and Optical Engineering and College of Flexible Electronics (Future Technology), Nanjing University of Posts and Telecommunications, Nanjing 210023, China.
ACS nano
|November 13, 2025
概括
研究人员开发了一种改进的层次交互粒子神经网络 (HIP-NN),以加速光子-电子-声子合系统的模拟. 这种人工智能模型显著加快了用于能源应用的吸附金属复合物的分析.
科学领域:
- 计算化学计算化学
- 材料科学 材料科学 材料科学
- 量子力学就是量子力学.
背景情况:
- 在吸附金属复合体中精确控制能量动力学需要窄带局部表面等离子体共振和可调节的减噪.
- 实时依赖时间密度函数理论 (rt-TDDFT) 的计算局限性阻碍了这些系统中多尺度动态的模拟.
研究的目的:
- 开发一个计算效率高的替代模型,用于模拟吸附金属复合体中不平衡载体动态.
- 为了克服rt-TDDFT的大规模模拟的计算缩放问题.
主要方法:
- 开发了一种改进的层次互动粒子神经网络 (HIP-NN) 结合时刻传播理论 (MPT).
- 构建了一个时刻受约束的HIP-NN编码电荷,二次时刻和距离矩阵.
- 集成的电荷/双极保护和MPT损失用于训练.
主要成果:
- 从小时到20秒实现了32 fs的动力推理加速度,峰值误差<0.3 eV.
- 替代HIP-NN模型重现了双极轨迹和吸收特征,其中偏差很小.
- 与PBE/DZP rt-TDDFT相比,其速度提高了540倍.
结论:
- 开发的HIP-NN模型准确有效地模拟了光子-电子-声子合动态.
- 该方法为结构-性能优化在子femtosecond-nanosecond时间尺度上的一致评估提供了便利.
- 这些发现支持金属调节的二氧化碳激活和热载体机制.
更多相关视频
11:33All-electronic Nanosecond-resolved Scanning Tunneling Microscopy: Facilitating the Investigation of Single Dopant Charge Dynamics
Published on: January 19, 2018
10.2K
08:04Excitonic Hamiltonians for Calculating Optical Absorption Spectra and Optoelectronic Properties of Molecular Aggregates and Solids
Published on: May 27, 2020
8.9K
