一种张量神经网络求解多体薛定谔方程的高斯和方法

本发明公开了一种张量神经网络求解多体薛定谔方程的高斯和方法，涉及量子物理学领域。本发明在张量神经网络求解多体薛定谔方程的框架中引入了库仑核的核分解技术，成功处理了因库仑核张量表示困难导致的计算低效问题。基于现有的张量神经网络框架引入高斯和分解方法进行开发，针对时间和内存开销最大的电子‑原子核及电子‑电子相互作用的高维积分计算，开发出了一套完整的自适应二次处理策略，显著减小内存开销同时有效提升了计算效率。