Effective Mass Calculator 使用教程
2025-04-21 14:54:36作者:幸俭卉
1. 项目介绍
Effective Mass Calculator(EMC)是一个用于计算半导体有效质量的开源工具。该工具通过使用有限差分方法,可以在能带极值处计算出电子的有效质量。目前,EMC支持CRYSTAL、VASP、CASTEP等软件,并且未来将支持Quantum Espresso。
有效质量(m*)的定义为: [ m^* = \frac{\hbar^2}{\frac{\partial^2 E_n(k)}{\partial k^2}} ] 其中,( x, y, z ) 是倒易空间中的方向,( E_n(k) ) 是第n个电子能带的色散关系。
EMC的代码包括FORTRAN和Python两个版本,本文档将以Python版本为例进行介绍。
2. 项目快速启动
在开始之前,请确保您的系统中已安装Python环境。
安装
将EMC.py脚本文件放置在您的路径中,并确保它具有可执行权限:
chmod +x ./emc.py
使用
创建一个输入文件,例如input_file,其内容格式如下:
0.000 0.000 0.000
! K-POINT in the reciprocal crystal coord. (3 floats)
0.01
! step size in 1/Bohr units (1 float)
81
! band number, (1 integer)
V
! program identifier (1 char)
6.291999817 0.000000000 0.000000000
! direct lattice vectors in Bohr (3 floats)
0.755765092 7.652872670 0.000000000
! direct lattice vectors in Bohr (3 floats)
0.462692761 3.245907103 14.032346772
! direct lattice vectors in Bohr (3 floats)
运行以下命令来生成k点网格:
./emc.py input_file
接下来,根据您的计算软件(如CRYSTAL、VASP或CASTEP)进行相应的非自洽场计算。
最后,使用生成的EIGENVAL文件来计算有效质量:
./emc.py input_file EIGENVAL_file
3. 应用案例和最佳实践
应用案例
- 计算特定半导体材料在特定能带处的有效质量。
- 分析能带的各向异性。
最佳实践
- 在进行计算前,确保输入文件中的参数正确无误。
- 对于不同的计算软件,按照各自的要求准备输入文件和计算后的EIGENVAL文件。
4. 典型生态项目
目前,EMC项目在GitHub上已经拥有一定数量的分支和贡献者,以下是一些典型的生态项目:
- 使用EMC进行材料特性分析的学术论文。
- 针对特定计算软件的EMC扩展模块。
以上教程旨在帮助您快速上手EMC项目,如需更多信息,请参考项目官方文档。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
307
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
878
仓颉编译器源码及 cjdb 调试工具。
C++
134
867