其他
npj: 神经元扮演矩阵元:从能带结构得到紧束缚哈密顿量
海归学者发起的公益学术平台
分享信息,整合资源
交流学术,偶尔风月
紧束缚方法是目前确定大型系统的电子和传输特性的主流方法。在紧束缚方法中,系统被描述为一组参数化的实空间哈密顿量矩阵。其参数的选择决定了计算的可靠性。传统的经验紧束缚方法直接利用现有的参数集构造紧束缚哈密顿量,在未经特定优化的情况下,很难定量地再现所需的能带结构。而近年来兴起的从头计算紧束缚方法则可以通过基函数变换,从第一性原理计算结果中得到紧束缚参数,具有较高的数值精度。然而,该方法依赖于对基组的先验知识,同时也相对耗时。如何在无需先验知识的情况下,快速方便地得到能够还原给定能带结构的紧束缚参数就成为一个重要的研究课题。
扩展阅读
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方