文献

J-GLOBAL ID：202002222680549413   整理番号：20A0419592

ニューラルネットワーク汎関数によるPBE電荷密度からのHSEバンドギャップの予測【JST・京大機械翻訳】

Predicting HSE band gaps from PBE charge densities via neural network functionals

著者 (2件)： Lentz Levi C (Massachusetts Institute of Technology, Mechanical Engineering, Cambridge, MA 02139, United States of America) ,  Kolpak Alexie M (Massachusetts Institute of Technology, Mechanical Engineering, Cambridge, MA 02139, United States of America)
資料名： Journal of Physics. Condensed Matter  (Journal of Physics. Condensed Matter)
巻： 32  号： 15  ページ： 155901 (9pp)  発行年： 2020年 
JST資料番号： B0914B  ISSN： 0953-8984  CODEN： JCOMEL  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 密度汎関数理論(DFT)は,材料特性のab initio計算のための標準的な方法になった。しかし,特にバンドギャップや光学スペクトルなどの重要な特性を予測するには,励起状態に依存する多くの欠点がある。このような特性を扱うために,ハイブリッド汎関数(HSE,PBE0,およびB3LYPを含む)によるGWまたはDFTのようなより正確なアプローチを用いることができる。しかしながら,これらのアプローチは,それらの高い計算コストと大きなメモリ要件のために,多くの大規模かつ/または複雑なシステムに対して実行可能ではない。本研究では,HSEバンドギャップを正確に予測するために,標準PBE汎関数で計算した従来のDFT電荷密度のニューラルネットワークを訓練する能力を調べた。単一ネットワークPBE電荷密度汎関数は,172.6meVのRSMEを持つ広い範囲の条件下で,7つの異なる材料-ケイ素,ヒ化ガリウム,二硫化モリブデン,ゲルマニウム,リン酸スズ,リン酸チタン,およびリン酸ジルコニウムのHSEバンドギャップを予測でき,PBEとHSEバンドギャップの間の標準回帰より34%優れた精度を有することを示した。このアプローチは,原理的には,PBE電荷密度をバンドギャップにマッピングするために使用できる。また,より高い精度法で計算した他の特性は,計算コストを減少させ,予測精度を向上させ,広範囲の複雑な材料システムに対する正確なハイスループットスクリーニングを可能にする。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *バンドギャップ ,  *ニューラルネットワーク ,  リン酸 ,  ヒ化ガリウム ,  密度汎関数法 ,  *電荷 ,  記憶装置 ,  *ネットワーク ,  スズ ,  *汎関数 ,  ゲルマニウム ,  励起状態
準シソーラス用語： ハイブリッド汎関数 ,  第一原理計算 ,  *電荷密度 , 【Automatic Indexing@JST】

分類 (1件)： 絶縁体結晶の電子構造  (BM02070Y)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  汎関数 ,  電荷密度 ,  HSE ,  バンドギャップ ,  予測