Adaptive Slater Koster Parameters: Crossing Oxidation States with Density Functional Tight Binding
Dit artikel stelt een adaptieve Density Functional Tight Binding (DFTB)-methode voor die Slater-Koster-parameteren dynamisch aanpast op basis van lokale atomaire omgevingen en oxidatietoestanden met behulp van machine learning, waardoor een hoge nauwkeurigheid wordt bereikt bij het modelleren van elektronische structuren in diverse systemen zoals geoxideerde nikkeloppervlakken en lithium-geïntercalateerd grafiet.