Predicting large-supercell defect formation energies from machine-learning charge density models trained on small supercells
本文提出了一种机器学习电荷密度(MLCD)方法,该方法通过利用混合尺寸小超胞优化训练集,实现了对大超胞缺陷形成能的高精度预测,且与传统的机器学习原子间势相比,具有显著更高的计算效率和更低的误差率。
4091 篇论文
凝聚态物理与材料科学的交汇点,正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料,这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本,它们代表了该领域最前沿的突破。
为了打破专业壁垒,我们团队会对 arXiv 上的每一份新论文进行深度处理,提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师,还是希望快速掌握动态的研究者,都能在这里找到清晰的路径。以下是该领域最新发布的论文精选,带您直击科学探索的最前线。
本文提出了一种机器学习电荷密度(MLCD)方法,该方法通过利用混合尺寸小超胞优化训练集,实现了对大超胞缺陷形成能的高精度预测,且与传统的机器学习原子间势相比,具有显著更高的计算效率和更低的误差率。
本研究利用质量选择离子束装置测量了硅(Si)、二氧化硅(SiO2)和氮化硅(Si3N4)在各种硅、卤素及卤化硅离子辐照下的刻蚀产额,揭示了三卤化硅离子在高能量下表现出卓越的刻蚀性能,而单卤素离子在低能量下倾向于沉积硅,从而为提高刻蚀工艺模拟的精度提供了关键数据。
本研究提出了一种多模态深度学习框架,该框架整合了源自3D微观结构图像的体积分数、持久图(persistent diagrams)以及空间相关性,用以准确预测镁/LPSO两相合金中的局部应变局部化,并揭示了高应变集中于硬质LPSO相相对于加载方向呈45度角拉长的区域。
高压合成通过改善氟的掺入和微观结构,显著提高了欠掺杂和最优掺杂 PrFeAsOF 的超导转变温度和相纯度,但其有效性具有强烈的成分依赖性,导致过掺杂样品出现杂质偏析并抑制超导性。
本文提出了一种物理引导的计算框架,该框架结合了随机森林分类、伊辛模型蒙特卡洛模拟和自动编码器分析,旨在筛选并识别具有单轴磁各向异性的、具有未来实验合成前景的铈基伊辛铁磁体。
本研究调查了钇铁石榴石薄膜条纹畴态中的磁弹性耦合,揭示了尽管局部耦合很强,但由于跨越磁织构的相位抵消,整体相互作用仍处于弱机制状态,从而确立了磁畴图案作为声子介导的磁振子动力学关键控制参数的地位。
本研究表明,通过利用轨道霍尔效应机制,将铂(Pt)与铬(Cr)合金化可以增强自旋轨道转矩,从而使无需工程化多层结构的简单 PtCr/NiFe 异质结构能够实现低功耗、相干的自旋-轨道霍尔纳米振荡器。
本文提出了一种将手动操作的磁控溅射腔升级为自动化系统的模板,并展示了其在纤锌矿结构 AlScBN 铁电薄膜矫顽场半自主优化中的应用。
本研究采用第一性原理计算揭示,CrSb薄膜中交错磁性自旋分裂的微观起源与体相有着本质不同,其依赖于在()切片中得以保持但在(0001)和()取向中被抑制的长程胞间Cr–Sb跳跃,从而解释了其电子结构的强表面依赖性。
本研究表明,NiO 的光激发通过电子关联的动态屏蔽诱导产生了一种具有增强的 Ni 3d-O 2p 轨道杂化的长寿命亚稳态,这是一种可以在低载流子密度下被稳定下来的非热机制,为光电材料的设计提供了新的原则。