量子科技中心_量科网

物理信息神经网络（PINN）在计算物理领域已被广泛用于求解偏微分方程。本研究提出了一种基于能量嵌入的物理信息神经网络方法，通过引入嵌入层生成过程驱动数据，用于求解一维稳态薛定谔方程以获取基态与激发态波函数以及能量本征值。该方法在无限深势阱、谐振子势、Woods-Saxon势及双阱势等经典势场中均展现出高精度。进一步验证表明，该方法在求解径向库仑势方程时同样表现优异，体现了其适应性与可扩展性。该团队提出的方法可拓展应用于求解薛定谔方程以外的其他偏微分方程，在高维量子系统中具有广阔的应用前景。