跳到正文
热点事件观察中

MIT团队用NN-VMC第一性原理预测莫尔磁性

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

2026年11月12日,Physical Review B 新刊目录刊出 MIT 物理系 Max Geier 和 Liang Fu 的研究:他们提出用神经网络变分蒙特卡洛(NN-VMC)直接求解多电子薛定谔方程,从第一性原理预测磁性。该方法在不加入微观哈密顿量之外任何物理输入的情况下,预测出 WSe2/WS2 中的巡游铁磁性,以及扭曲 Γ 谷同质双层中的反铁磁绝缘体。两类磁态均可在 Sz=0 扇区的单次计算中得到,无需计算并比较多个 Sz 扇区,从而显著降低计算成本。这是该事件的首篇报道,暂无与早先报道矛盾之处。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. Physical Review B(新刊目录)
    MIT 团队用第一性原理神经网络变分蒙特卡洛预测莫尔磁性

    MIT 物理系的 Max Geier 和 Liang Fu 提出用神经网络变分蒙特卡洛(NN-VMC)直接求解多电子薛定谔方程,从第一性原理预测磁性。该方法在不加入微观哈密顿量之外任何物理输入的情况下,预测 WSe2/WS2 中的巡游铁磁性以及扭曲 Γ 谷同质双层中的反铁磁绝缘体;两类磁态均可在 Sz=0 扇区的单次计算中得到,无需计算并比较多个 Sz 扇区,从而显著降低计算成本。

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。