跳到主要内容
检索

Ruhr University Bochum

2 篇关联报道

订阅更新
  1. 金属导电率筛选扩到280万种化合物:机器学习先排序,电子-声子计算再复核

    金属导电率的计算一向昂贵,难以覆盖庞大化学空间。这套流程先用两个机器学习代理量——BoltzTraP2在恒定弛豫时间近似下给出的电导率,以及Eliashberg电子-声子耦合常数λ——经符号回归拟合为σSR=0.4σBT/λ,对约280万种有序化合物排序,再对候选做完整电子-声子输运计算。Be2IrPt、H3NaNi、LuIr和LiBePt2的室温电导率落在约34至38×106 S/m,与铝的36.59×106 S/m相当,但仍低于Ag、Au、Cu。

  2. 机器学习势模拟显示:LiMn2O4表面局部锂含量决定Mn氧化态,并通过O-H伸缩振动带暴露双位点酸攻击脆弱性

    该工作用具有从头算精度的机器学习势对水相LiMn2O4(LMO)界面在不同锂化状态下的原子尺度模拟,表明局部Li含量决定表面Mn的氧化态并主导界面酸碱化学,同时把O-H伸缩振动带识别为表面电子结构的灵敏光谱探针,其随氧化态变化的位移揭示混合价尖晶石表面同时存在Lewis酸中心与易受亲电攻击的邻近氧位点,从而把传统以酸为中心的Mn溶解观点扩展为双位点机制。

已读完全部报道