Npj Comput. Mater. : 有效哈密顿量的“主动学习”新范式

本文探讨了理解大规模原子结构动力学行为的挑战，并介绍了传统基于密度泛函理论（DFT）的第一性原理计算在模拟超大规模体系时的局限性。研究提出了一种主动学习驱动的有效哈密顿量参数化方法，该方法基于贝叶斯线性回归，实现了从第一性原理数据到超大规模原子模拟的无缝衔接。以钙钛矿材料为例，该方法展示了高效参数化、高效模拟计算和精准预测相变和复杂体系的特点。该方法不仅适用于钙钛矿体系，还可以推广到一般性的材料体系中，为新型功能材料的研发提供了有力的工具。