机器学习
-
原子掺杂:基于DFT的第一性原理计算与策略
说明:原子掺杂是重要的材料调控策略,通过引入杂质原子改变材料电子结构、能带和载流子浓度,从而提升其催化、电学和光学性能。 近年第一性原理计算发展迅速,DFT成为揭示掺杂机理和缺陷态…
-
OER和ORR:如何通过量化工具优化催化剂性能
说明:析氧反应(OER)与氧还原反应(ORR)是电催化核心反应,互为逆反应但机制不同。OER为水氧化生成氧气,ORR为氧气还原,路径依赖介质,二者对催化剂中间体吸附要求不同,活…
-
静电势详解:定义、核心特性、计算方法及实践应用
说明:静电势是描述单位正电荷势能的标量场,源于原子核与电子云的叠加贡献,具有保守场、可叠加性等特性,是连接微观电子结构与宏观相互作用的核心量。 其计算方法涵盖DFT、PB方程、…
-
3种常用的能垒计算方法!
说明:能垒是化学反应中过渡态与初始态的能量差,决定反应难易,其本质与势能面拓扑相关。计算方法包括DFT主导的CI-NEB等、处理强关联的多参考方法及高效的机器学习方法。 应用于…
-
什么是机器学习势函数?
机器学习势函数(Machine Learning Potentials, MLPs)是一种基于数据驱动的势能面近似方法,旨在替代传统经验势函数或量子力学计算,以更高效、更准确地模拟…
-
机器学习的定义、核心原理及其在材料科学中的应用解析
机器学习(ML)作为人工智能的核心分支,其本质是构建能够从数据中自主学习的算法系统,而非依赖显式编程指令。根据Padamwar等人的精确定义,机器学习是“开发允许计算机基于数据进行…
-
什么是百亿级别的分子动力学模拟?
百亿原子级分子动力学模拟不仅是理解物质世界本质的“显微镜”,更是驱动技术创新的 “计算器”。它通过突破尺度限制,将原子世界的规律与人类现实需求直接连接,从新材料、新药研发到应对全球…
-
同步辐射XAFS结合机器学习?
说明:本次主要介绍机器学习辅助的X射线吸收光谱(XAS)分析在双金属催化剂研究中的应用。文章介绍了双金属纳米粒子(BNPs)的特性、X射线吸收精细结构(XAFS)光谱技术的应用和局…
-
什么是高通量筛选?
高通量筛选(High-Throughput Screening, HTS)是一种现代科研中不可或缺的技术,广泛应用于药物研发、基因组学研究、材料科学等领域。 其核心在于通过自动化设…
-
诚聘研究/科研助理——西安交通大学能源材料研究团队
一、招聘岗位 研究助理、科研助理。 二、研究方向 锂一次/二次电池电解液,或有机/高分子合成,或理论计算/机器学习。 三、应聘条件 1. 具有硕士及以上学历;专业背景包括材料、高分…