.png){kind=icon}
返回
Identifying split vacancy defects with machine-learned foundation models and electrostatics
.png){kind=icon}
PRE
AI
DOI：doi:10.1088/2515-7655/ade916.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
点缺陷在固态化合物中无处不在，决定了许多功能特性，如导电性、催化活性和载流子复合。过去十年中，亚稳态缺陷几何结构的普遍性及其对相关性质的重要性日益受到认可。一个显著的例子是分裂空位，其中孤立的原子空位转变为一种化学计量守恒的复合体，包含两个空位和一个间隙原子（VX [VX + + VX]），这可以伴随着显著的能量降低和行为变化。这些物种尤其难以通过计算识别，这是由于这种重构的“非局域”特性。这里，我提出了一种高效识别这些缺陷的方法，通过分阶段筛选，结合几何分析、静电能和基础机器学习（ML）模型。这种方法允许对Materials Project数据库中的所有固态化合物进行筛选（包括ICSD中的所有条目以及数千种预测的亚稳态材料），识别出数千种此前未知的低能分裂空位构型。这项研究强调了（基础）机器学习势的潜在用途（附带重要注意事项）、无机固体中分裂空位缺陷的显著普遍性，以及全局优化方法对缺陷建模的重要性。
Keyword:
point defects
split vacancies
metastable defect geometries
machine learning
global optimisation
期刊
J
IF:
6.3
论文数:
550
被引数:
2.7K
机构
暂无机构信息
引用论文
MOCVD growth of Si-doped α-(AlGa)2O3 on m-plane α-Al2O3 substrates在m面α-Al2O3衬底上生长Si掺杂的α-(AlGa)2O3的MOCVD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 COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Split Ga vacancies and the unusually strong anisotropy of positron annihilation spectra in β-Ga2O3分裂的Ga空位和正电子an没光谱的异常强的各向异性 β-Ga2O3PHYSICAL REVIEW BOAAI
PHYSICAL REVIEW BIF3.7
OAAI分享收藏Oxygen Dimerization as a Defect-Driven Process in Bulk LiNiO2氧二聚化是散装LiNiO2中的缺陷驱动过程ACS ENERGY LETTERSOAAI
ACS ENERGY LETTERSIF18.2
OAAI分享收藏
查看更多内容