资讯编号：2026T-0190

　　俄罗斯莫斯科物理技术学院等机构研究人员开发出一种能快速求解超导体微观方程的神经网络，能够将计算效率从传统模型的六次方依赖降至二次方，为研究含杂质超导体的宏观量子行为开辟了新路径。研究团队运用简单超导材料模型(哈伯德模型)对24×24原子的微小区域进行严格计算，获取了超导凝聚态在微观尺度下的精确行为数据，并利用这些数据来训练神经网络。训练后的神经网络学会了根据输入的无序分布图谱(即超导体中杂质的空间排布信息)，来预测更大尺度系统(100×100原子及以上)中任意位置的超导凝聚态强度，从而首次实现了对无序超导体全局分布的快速模拟。该方法还可用于研究二维材料中分形超导网络等复杂现象，未来将融入磁场、温度等参数，成为预测新型超导材料的通用工具。研究成果1月22日发表于《物理评论B》(Physical Review B)。

　　本文摘自国外相关研究报道，文章内容不代表本网站观点和立场，仅供参考。