.png){kind=icon}
返回
Machine learning-enabled atomistic insights into phase boundary engineering of solid-solution ferroelectrics
.png){kind=icon}
OA
AI
DOI：10.1038/s41524-025-01829-6.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
原子尺度控制相界对于优化固溶体铁电体的功能特性至关重要，但其微观结构机制仍不清楚。在此，我们利用机器学习驱动的分子动力学来解析KNbO3–KTaO3（KNTO）体系中的相界行为。我们的模拟表明，化学成分和有序化能够实现对多型相边界（PPBs）的精确调控，为材料工程提供了一条通用途径。我们的模型预测的弥散PPBs和极性纳米区域与实验高度吻合，突显了机器学习原子模拟的保真度。关键在于，我们识别出铁电KNbO3与顺电KTaO3之间的弹性失配和静电失配是复杂微观结构演化的驱动力。这项工作不仅解决了长期存在的微观结构争议，还为面向下一代高性能铁电体的相界工程建立了一个可推广的框架。
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
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Evolving morphotropic phase boundary in lead-free (Bi1/2Na1/2)TiO3–BaTiO3 piezoceramics无铅 (Bi1/2Na1/2)TiO3-BaTiO3压电陶瓷中不断演变的形态相界OAAI
OAAI分享收藏分享收藏Giant electrocaloric effect in high-polar-entropy perovskite oxides高极熵钙钛矿氧化物中的巨大电热效应NATURE
NATUREIF48.5
PREAI
分享收藏DeePMD-kit: A deep learning package for many-body potential energy representation and molecular dynamicsDeepmd-kit: 用于多体势能表示和分子动力学的深度学习软件包OAAI
OAAI分享收藏
VESTA 3for three-dimensional visualization of crystal, volumetric and morphology data vesta 3 用于晶体，体积和形态数据的三维可视化
PREAI
分享收藏Theoretical model for the morphotropic phase boundary in lead zirconate–lead titanate solid solution
PREAI
分享收藏
查看更多内容