热点事件持续更新
可微分框架优化声子驱动调控双占据
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026-11-12，arXiv cond-mat.str-el 发布研究：研究者在双站点电子-声子模型中开发了结合场优化与神经网络预测的可微分框架，用于寻找增强电子双占据的驱动场。研究对比了分段常数、B-spline、前馈与循环四种控制参数化方法，在零 Hubbard 相互作用的无耗散模型中，所有方法均能提升双占据，其中 B-spline 将平均总双占据提高约 30%。此外，一个独立循环网络能够从前序双占据、声子观测量与所加场预测下一步演化，为非平衡材料控制提供了可学习模型的计算概念验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月12日 21:22
arXiv 发布可微分框架研究，B-spline 参数化将双占据提高约 30%。报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- arXiv cond-mat.str-el（强关联电子）可微分框架结合场优化与神经网络预测，实现声子驱动调控双占据
研究者在双站点电子-声子模型中开发了结合场优化与神经网络预测的可微分框架，用于寻找增强电子双占据的驱动场。对比分段常数、B-spline、前馈与循环四种控制参数化，在零 Hubbard 相互作用的无耗散模型中所有方法均提升双占据，其中 B-spline 将平均总双占据提高约 30%。一个独立循环网络还能从前序双占据、声子观测量与所加场预测下一步演化，为非平衡材料控制的可学习模型提供了计算概念验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。