LiV$_2$O$_4:赫恩辅助的轨道选择性Mott态
机器学习
2025-03-04 v2 人工智能
数值分析
数值分析
机器学习
摘要
我们表明,LiVO$_4 中观察到的异常小的费米液一致性尺度和巨大的有效质量,归因于靠近赫恩辅助的轨道选择性Mott态。我们的工作基于 ab initio 动力学均值场方法,结合多个量子杂粒子求解器以捕捉从高温到极低温的物理。我们发现,赫恩耦合在重新排列轨道人口和生成重质量以及低一致性尺度方面起关键作用。后者被发现约为 1-2 开尔文,尽管最相关的轨道距离半填充位置约 10% 已被显著掺杂。结果出现一种靠近费米级的平坦准粒子能带,源于强电子相关性。最后,我们将我们的结果与实验进行比较。
关键词
引用
@article{arxiv.2409.17267,
title = {Minimal Variance Model Aggregation: A principled, non-intrusive, and versatile integration of black box models},
author = {Théo Bourdais and Houman Owhadi},
journal= {arXiv preprint arXiv:2409.17267},
year = {2025}
}
备注
The code in this paper is available for download at https://github.com/TheoBourdais/ModelAggregation