摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第13-29页 |
1.1 高压简述 | 第13-15页 |
1.1.1 高压结构相变 | 第13-14页 |
1.1.2 高压下电子结构相变 | 第14-15页 |
1.2 高压科学研究手段 | 第15-17页 |
1.2.1 实验装置与测量手段 | 第15-17页 |
1.2.2 理论模拟 | 第17页 |
1.3 下地幔及矿物研究简介 | 第17-20页 |
1.3.1 地幔简介及组分 | 第18-19页 |
1.3.2 自旋态转变简介 | 第19-20页 |
1.4 超导简述 | 第20-22页 |
1.5 富氢超导材料 | 第22-24页 |
1.6 机器学习简述 | 第24-25页 |
1.7 本论文内容和意义 | 第25-29页 |
第2章 理论方法 | 第29-47页 |
2.1 密度泛函理论 | 第29-32页 |
2.1.1 波恩-奥本海默绝热近似 | 第29-30页 |
2.1.2 Hartree-Fock 方法 | 第30-32页 |
2.2 DFT交换关联近似 | 第32-34页 |
2.2.1 局域密度近似 | 第32-33页 |
2.2.2 广义梯度近似 | 第33-34页 |
2.3 Hubbard U模型 | 第34-36页 |
2.4 杂化泛函理论 | 第36-37页 |
2.5 电-声相互作用和超导转变温度 | 第37-39页 |
2.6 人工神经网络 | 第39-47页 |
2.6.1 简介 | 第39页 |
2.6.2 低维神经网络 | 第39-41页 |
2.6.3 高维神经网络 | 第41-42页 |
2.6.4 对称性函数 | 第42-45页 |
2.6.5 能量梯度:力和应力张量 | 第45-47页 |
第3章 高压下铁方镁石(Mg_(1-x)Fe_x)O中Fe~(2+)自旋态转变压力研究 | 第47-63页 |
3.1 研究背景 | 第47-49页 |
3.2 研究方法 | 第49-51页 |
3.3 结果与讨论 | 第51-60页 |
3.3.1 PBE计算Fe~(2+)自旋态转变压力 | 第51-52页 |
3.3.2 PBE+U计算Fe~(2+)自旋态转变压力 | 第52-54页 |
3.3.3 HSE结构计算 | 第54-55页 |
3.3.4 HSE计算Fe~(2+)自旋态转变压力 | 第55-58页 |
3.3.5 不同浓度下(Mg_(1-x)Fe_x)O的带隙计算 | 第58-60页 |
3.4 熵对(Mg_(1-x)Fe_x)O中Fe~(2+)自旋态转变压力的影响 | 第60-61页 |
3.5 小结 | 第61-63页 |
第4章 高压下B掺杂石墨烷的超导性质研究 | 第63-81页 |
4.1 研究背景 | 第63-65页 |
4.2 研究方法 | 第65-67页 |
4.3 结果与讨论 | 第67-79页 |
4.3.1 晶体结构 | 第67-70页 |
4.3.2 电子结构 | 第70-72页 |
4.3.3 声子谱 | 第72-75页 |
4.3.4 电-声耦合和超导电性 | 第75-79页 |
4.4 小结 | 第79-81页 |
第5章 CeOCl压缩行为和电子结构研究 | 第81-89页 |
5.1 研究背景 | 第81-82页 |
5.2 研究方法 | 第82-83页 |
5.2.1 实验合成和测量方法 | 第82页 |
5.2.2 理论计算方法 | 第82-83页 |
5.3 结果与讨论 | 第83-88页 |
5.3.1 晶体结构和弹性模量 | 第83-86页 |
5.3.2 电子结构和荧光性质 | 第86-88页 |
5.4 小结 | 第88-89页 |
第6章 运用机器学习神经网络势方法研究碳高温高压下的物性 | 第89-101页 |
6.1 背景介绍 | 第89-90页 |
6.2 碳原子神经网络势的构建 | 第90-97页 |
6.2.1 数据库的建立 | 第90-91页 |
6.2.2 原子指纹的构建和神经网络的构建 | 第91-95页 |
6.2.3 学习方法的评估 | 第95-97页 |
6.3 人工神经网络原子势的测试 | 第97-99页 |
6.4 小结 | 第99-101页 |
第7章 总结和展望 | 第101-105页 |
参考文献 | 第105-127页 |
致谢 | 第127-129页 |
在读期间发表的学术论文与取得的研究成果 | 第129-131页 |
参加的学术会议 | 第131页 |