基于变压器的神经网络量子态方法用于真实固体的电子能带结构

最近神经网络的进展在解决小分子和各种物理模型中的多体电子关联方面取得了显著进展。在本研究中，我们提出了QiankunNet-Solid，它将周期性边界条件纳入基于生成变压器架构的神经网络量子态（NNQS）框架，并结合批量自回归采样（BAS）方法，从而有效地