Princeton University（普林斯顿大学）

Deep Learning Based Superconductivity: Prediction and Experimental Tests

基于深度学习的超导性：预测与实验测试

Daniel Kaplan, Adam Zhang, Joanna Blawat, Rongying Jin, Robert J. Cava, Viktor Oudovenko, Gabriel Kotliar, Anirvan M. Sengupta, Weiwei Xie

机构 * Department of Physics and Astronomy（物理与天文学系） ； Rutgers University（罗格斯大学） ； Department of Chemistry（化学系） ； Michigan State University（密歇根州立大学） ； University of South Carolina（南卡罗来纳大学） ； Princeton University（普林斯顿大学） ； Center for Computational Quantum Physics（计算量子物理中心） ； Flatiron Institute（Flatiron研究所） ； Center for Computational Mathematics（计算数学中心） 纠错

AI总结 本文提出基于深度学习的超导材料预测方法，并通过实验验证，发现新型三元化合物Mo₂₀Re₆Si₄在5.4K以下超导，同时讨论AI预测的局限性与未来研究方向。

Comments 14 pages + 2 appendices + references. EPJ submission

Journal ref Eur. Phys. J. Plus (2025) 140:58