Accelerating Discovery of Ternary Chiral Materials via Large-Scale Random Crystal Structure Prediction
Diese Studie nutzt eine Kombination aus universellen maschinellen Lern-Interatompotentialen und der zufälligen Struktursuche, um über 20 Millionen ternäre Kristallstrukturen zu screenen und mehr als 260 neue chirale anorganische Materialien mit vielversprechenden topologischen und funktionellen Eigenschaften zu identifizieren.