.png){kind=icon}
返回
Global atomic structure optimization through machine-learning-enabled barrier circumvention in extra dimensions
.png){kind=icon}
OA
AI
DOI：10.1038/s41524-025-01656-9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们介绍并讨论了一种基于引入额外自由度的原子结构全局优化方法，这些自由度描述了：1) 原子的化学身份，2) 原子的存在程度，以及3) 它们在更高维空间（4-6维）中的位置。这些新的自由度通过一个用密度泛函理论能量和力训练的向量指纹，被整合到机器学习模型中。该方法通过规避在常规能量景观中通常遇到的能量势垒，显示出能够增强原子结构的全局优化。该方法被应用于团簇以及周期性系统，同时优化原子坐标和晶胞矢量。最后，我们使用该方法来确定由嵌入氮掺杂石墨烯中的Fe-Co对组成的双原子催化剂的可能结构。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
11.9
论文数:
2.4K
被引数:
1.7W
机构
引用论文
Method for Simultaneous Prediction of Atomic Structure and Stability of Nanoclusters in a Wide Area of Compositions同时预测大范围成分中纳米团簇的原子结构和稳定性的方法
PREAI
分享收藏
E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentialsE(3)-等变图神经网络，用于数据高效和精确的原子间势.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Crystal structure representations for machine learning models of formation energies地层能量机器学习模型的晶体结构表示OAAI
OAAI分享收藏Rationalization on high-loading iron and cobalt dual metal single atoms and mechanistic insight into the oxygen reduction reaction高负载铁和钴双金属单原子的合理化以及对氧还原反应的机理了解NANO ENERGY
NANO ENERGYIF17.1
PREAI
分享收藏Hierarchical peony-like FeCo-NC with conductive network and highly active sites as efficient electrocatalyst for rechargeable Zn-air battery具有导电网络和高活性位点的分层牡丹状feco-nc作为可充电Zn-空气电池的高效电催化剂
PREAI
分享收藏
查看更多内容