Computational Study of Transition-Metal Substitutions in Rutile TiO$_2$ (110) for Photoelectrocatalytic Ammonia Synthesis
通过光催化和电催化合成氨是一个快速发展的领域。基于二氧化钛的催化剂被广泛报道用于光催化氨合成，并且还被建议用作电催化剂。添加过渡金属掺杂剂是改善二氧化钛基催化剂性能的一种策略。在这项工作中，我们筛选d-块过渡金属掺杂剂的表面位点的稳定性和评估的趋势，在其性能的活性位点的氮还原为氨的TiO $_2$。我们发现d带中心与掺杂位的形成能之间存在线性关系，而N $_2$、N $_2$ H和NH $_2$的结合能都与掺杂金属的结合能有很强的相关性.以NH $_2$和N $_2$ H能量作为描述符，金属掺杂体系的活性表现出火山型关系.一些金属如Co、Mo和V被预测略微改善光催化和电催化性能，但大多数金属抑制氨合成反应。这些结果提供了对过渡金属掺杂剂促进氨合成的作用的深入了解，并且这些趋势是基于意想不到的电子结构因素，这些因素可能对单原子催化和掺杂氧化物具有更广泛的影响。
2019-12-11 physics.chem-ph
Eliminating Delocalization Error to Improve Heterogeneous Catalysis Predictions with Molecular DFT+U
近似的半局域密度泛函理论（DFT）是已知的低估表面形成能，但矛盾的过度绑定吸附在催化过渡金属氧化物表面，由于离域误差。低成本的DFT+U方法仅提高了前过渡金属氧化物的表面形成能或后过渡金属氧化物的吸附能。在这项工作中，我们证明了这种无效性是由于传统的使用金属中心的原子轨道作为DFT+U中的投影仪。我们分析表面形成过程中的电子密度重排和金红石过渡金属氧化物上的O原子吸附，以强调当相应的密度重排在金属和氧位点高度离域时，标准的DFT+U校正无法调整性能。为了同时改善这两种表面性质，同时保持单位点DFT+U校正的简单性，我们系统地构建了DFT+U的多原子中心分子轨道类投影仪。我们展示了这种分子DFT+U方法，用于调整代表性早期（即，TiO 2）和后期（即，PtO2）过渡金属氧化物。分子DFT+U同时校正了金红石型TiO 2（110）和Pt O2（110）多层模型的吸附能和表面形成能，解决了半局域DFT对表面稳定性和表面反应性的矛盾描述。
2021-11-23 cond-mat.mtrl-sci physics.chem-ph
Reactions between cold methyl halide molecules and alkali-metal atoms
采用高水平的{ \it ab initio}计算方法研究了卤甲烷分子CH $_{3}X$（$X$ = F，Cl，Br，I）与碱金属原子$A$（$A$ = Li，Na，K，Rb）反应的势能面和活化能.我们研究了每个分子间势能面（PES）的各向异性和唯一可用的放热反应途径，${\rm CH}_{3}X+A\rightarrow{\rm CH}_{3}+AX$的机制和能量。的区域的过渡态探索使用二维PES削减和估计的活化能推断。几乎所有卤代甲烷和碱金属原子的结合都具有正势垒高度，表明低温下的反应将是缓慢的。
2013-11-14 physics.chem-ph
Optimization of random phase approximation calculations for improved energies of molecules, solids, and surfaces
Georgia Institute of Technology（佐治亚理工学院）；SLAC National Accelerator Laboratory（斯坦福直线加速器中心）
optRPA26通过优化随机相近似方法，显著提升分子、固体和表面的能量计算精度，适用于多种化学键合类型。
2026-02-04 cond-mat.mtrl-sci physics.chem-ph
Rationalizing defect formation energies in metals and semiconductors with semilocal density functionals
Tulane University（杜兰大学）
本文评估了不同密度泛函对金属和半导体中缺陷形成能的预测能力，发现局部密度近似在金属中表现更佳，而Lebeda-Aschebrock-Kummel元泛函在硅中精度更高，接近量子蒙特卡罗方法结果。
2026-11-03 cond-mat.mtrl-sci physics.chem-ph
A Multiple Filter Based Neural Network Approach to the Extrapolation of Adsorption Energies on Metal Surfaces for Catalysis Applications
University of South Carolina（南卡罗来纳大学）；University of North Carolina Charlotte（北卡罗来纳大学夏洛特分校）
计算催化剂的发现涉及基于从密度泛函理论（DFT）确定的估计参数的微动力学反应器模型的开发。对于复杂的表面化学，通过DFT计算大量反应中间体的吸附能的成本可能变得过高。在这里，我们已经确定了适当的描述符和机器学习模型，可以用来预测这些吸附能的一部分，给出其余部分的数据。我们的调查还包括用于训练预测模型的物种数据相对于模型试图预测的物种具有不同大小的情况-数据空间中的外推，这通常是常规机器学习模型难以实现的。我们开发了一种基于神经网络的预测模型，该模型将已建立的模型与卷积神经网络的概念相结合，在外推时，该模型比以前的模型有了显着的改进。
2019-10-01 cs.LG physics.chem-ph
Probing frontier orbital energies of (Co9(P2W15)3) polyoxometalate clusters at molecule-metal and molecule-water interfaces
探索了多钨酸盐与有机胂酸盐共配体的功能化，使得能够表面装饰用于组成[CoII 9（H2O）6（OH）3]的三角簇结构（p-RC6H4AsVO3）2（α-PV2WVI15O56）3]25-（{Co 9（P2 W15）3}，R = H或NH 2），分离为Na 25 [Co 9（OH）3（H2O）6（C6 H5 AsO 3）2（P2 W15 O 56）3] 86 H2O（Na-1）和Na 25 [Co 9（OH）3（H2O）6（H2 NC 6 H4 AsO 3）2（P2 W15 O 56）3] 86 H2O（Na-2）。轴向取向的对氨基苯基基团2促进形成自组装单分子膜的金表面上，从而提供了一个可行的分子平台的磁功能化聚氧乙烯酸盐的电荷传输研究。标题系统的分离和其特征在于在固态和水溶液中，和在金属表面上。使用导电针尖原子力显微镜（C-AFM），{Co 9（P2 W15）3}前线分子轨道在表面结合态的能量被发现与循环伏安数据在水溶液中直接相关。
2017-12-25 physics.app-ph physics.chem-ph
Density Functional Calculations On First-Row Transition Metals
众所周知，第一跃迁系列中原子的激发能和电离势很难精确计算。计算的激发能在Hartree-Fock能级上的误差范围为1- 4 eV，电离能的误差高达1.5 eV。在目前的工作中，我们提出和讨论的第一个过渡系列使用自旋限制Kohn-Sham密度泛函方法与梯度校正的泛函贝克和李，杨和帕尔的系统研究的结果。观测到的电离能与实验吻合良好，平均绝对误差约为0.15 eV;这些结果可与迄今为止最精确的计算，Raghavachari和Trucks的二次组态相互作用（QCISD（T））计算相媲美。与局域密度近似的$\sim 1\mbox{eV}$和QCISD（T）的0.1eV相比，计算的激发能的平均误差约为0.5eV。这些梯度校正泛函似乎提供了一个有吸引力的准确性和计算工作量之间的妥协。
1994-03-10 chem-ph physics.chem-ph
Reference Vertical Excitation Energies for Transition Metal Compounds
本文为过渡金属双原子分子提供了高精度的垂直跃迁能量参考数据，通过高水平耦合簇和多组态方法计算，确立了理论最佳估计值，并评估了这些方法在挑战性跃迁中的性能。
2023-11-14 cond-mat.mtrl-sci cond-mat.str-el physics.chem-ph
Interplay between electronic correlation and metal-ligand delocalization in the spectroscopy of transition metal compounds: case study on a series of planar Cu$^{2+}$ complexes
我们提出了一个全面的理论研究的物理现象，确定三个最低的电子状态的每一个正方形平面铜配合物$\cucl$，$\cunh$和$\cuwater$的相对能量，并提出了一个详细的分析截断配置相互作用（CI）和耦合集群（CC）理论成功预测的激发能的程度。我们发现，配体-金属电荷转移（CT）的单激发起着至关重要的作用，在正确确定这些系统的属性，即使CT过程中第一次发生在四阶微扰理论，并提出了一个合适的选择最小的活性空间描述这些系统的多参考理论。即使$T_1$诊断很大，CCSD能量差也与接近全CI值非常一致，这对基于单振幅的多参考诊断的有用性产生了怀疑。CISD严重低估了激发能，其失效是CISD中尺寸不一致误差的直接后果。最后，我们提出了使用显式相关CCSD（T）和BCCD（T）理论计算的能量差的参考值。
2018-06-13 cond-mat.str-el physics.chem-ph
Correlated Electron Pseudopotentials for 3d-Transition Metals
最近发表的相关电子赝势（CEPPs）方法已被改编为应用到3D过渡金属，并包括相对论效应。新的CEPP的原子Sc $-$ Fe，原子量子化学计算，包括相关电子的准确描述。解离能，分子的几何形状，和零点振动能的小分子进行比较，所有的电子结果，所有的数量使用耦合集群单，双和三重（CCSD（T））计算评估。在相关电子计算中，CEPP给出了比文献中基于Hartree-Fock的赝势更好的结果。
2015-02-04 cond-mat.mtrl-sci physics.chem-ph
DFT-GGA errors in NO chemisorption energies on (111) transition metal surfaces: Possible origins and correction schemes
在这里，我们调查是否众所周知的DFT-GGA的错误预测的化学吸附能（$E_{\rm chem}$）过渡金属表面上的CO表现在类似的NO化学吸附系统。为了验证DFT-GGA对NO化学吸附中反馈机制的高估，我们利用电子结构分析表明部分填充的NO2分子$π^{*}$轨道与过渡金属$d$ -带再杂化形成新的成键和反键态.我们涉及的反馈捐赠电荷转移与化学吸附促进电子从5 $σ$轨道的2 $π^{*}$轨道在气相NO G $^{2}Σ^{-}\leftarrow \rm{X}^{2}Π$激发。我们建立了$E_{\rm chem}$和$ΔE_{\rm G\leftarrow X}$之间的线性关系，并继续以Mason { \it et al.}的风格制定$E_{\rm chem}$校正方案，{[物理审查B { \bf 69}，161401（R）]}。我们将NO $E_{\rm chem}$校正方法应用于Pt、Pd、Rh和Ir的（111）表面，其中NO化学吸附在0.25 ML的覆盖率下建模。我们注意到，$E_{\rm chem}$ { \it vs.} $ΔE_{\rm G\leftarrow X}$和偶极矩强烈地依赖于每种金属的吸附位点，并且我们利用这一事实来构建近似的校正方案，我们继续使用NO/Pt（100）化学吸附来测试该方案。
2013-07-05 cond-mat.mtrl-sci physics.chem-ph
The BOS-TMC Dataset: DFT Properties of 159k Experimentally Characterized Transition Metal Complexes Spanning Multiple Charge and Spin States
Massachusetts Institute of Technology（麻省理工学院）；Technical University of Munich（慕尼黑工业大学）
BOS-TMC数据集包含159k个实验表征的过渡金属配合物的DFT性质，涵盖多种电荷和自旋状态，通过迭代方法确定电荷并计算自旋依赖的原子化能，为机器学习和DFT基准提供高保真基础。
2026-04-08 cond-mat.mtrl-sci physics.chem-ph
Efficient Training of ANN Potentials by Including Atomic Forces via Taylor Expansion and Application to Water and a Transition-Metal Oxide
人工神经网络（ANN）的潜力，使有效的大规模复杂材料的原子模型与第一原理的精度。对于分子动力学模拟，准确的能量和原子间力是先决条件，但同时训练ANN势能对来自电子结构计算的能量和力的计算要求很高。在这里，我们介绍了一种有效的替代方法，用于训练的ANN潜力的能量和力的信息的基础上外推的总能量通过泰勒展开。通过将力信息转换为近似能量，可以避免传统力训练方法所表现出的与原子数量的二次缩放，这使得能够在包含复杂原子结构的参考数据集上进行训练。我们证明了不同的材料系统，集群的水分子，散装液态水，和锂过渡金属氧化物，所提出的部队训练方法提供了实质性的改进方案，训练的能量。包括用于训练的力信息减小了ANN势构造所需的参考数据集的大小，增加了势的可转移性，并且总体上提高了力预测精度。对于一组水簇，泰勒展开方法与对所有力分量的显式训练相比，以小得多的计算成本实现了约50%的力误差改进。因此，替代力训练方法简化了一般人工神经网络潜力的预测准确的能量和不同类型的材料的原子间的力量，如这里所示的水和过渡金属氧化物。
2020-05-02 cond-mat.mtrl-sci physics.app-ph physics.chem-ph
