Coarse-grained crystal graph neural networks for reticular materials design
针对网状材料原子级图神经网络逆向设计存在冗余特征的问题,本研究提出基于分子结构单元的粗粒度晶体图神经网络,在低计算成本下实现不错的预测精度,可集成至逆向设计流程,挑战原子中心的主流设计视角。
2023-12-20 cond-mat.mtrl-sci physics.comp-ph
Transfer learning for materials informatics using crystal graph convolutional neural network
为了成功地将机器学习应用于材料信息学,有必要克服由于数据量不足而导致的预测不准确。在这项研究中,我们提出了一种使用晶体图卷积神经网络(TL-CGCNN)的迁移学习。在本文中,TL-CGCNN使用大数据(例如晶体结构的形成能)进行预训练,然后用于使用相对较小的数据预测目标属性。我们确认TL-CGCNN可以改善对各种性质的预测,如体积模量,介电常数和准粒子带隙,这些性质对计算要求很高,以构建材料的大数据。此外,我们定量地观察到,随着预训练模型中训练数据集大小的增加,通过TL-CGCNN对目标模型中属性的预测变得更加准确。最后,我们确认TL-CGCNN在预测目标属性方面优于其他回归方法,这些方法的数据量较小。因此,我们得出结论,TL-CGCNN很有前途,可以为易于积累且与目标属性相关的材料编制大数据。
2021-01-29 cond-mat.mtrl-sci physics.comp-ph
High-throughput computational screening of small, eco-friendly, molecular crystals for sustainable piezoelectric materials
本研究构建了小型分子晶体及其DFT预测机电性能的CrystalDFT数据库,发现其中大量晶体具备本征纵向d33常数,为可持续压电材料的筛选提供了重要数据支撑。
2024-12-10 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
XtalOpt Version 14: Variable-Composition Crystal Structure Search for Functional Materials Through Pareto Optimization
State University of New York at Buffalo(纽约州立大学布法罗分校)
XtalOpt 14 通过帕累托优化实现变量成分晶体结构搜索,提升功能材料发现效率。
2025-12-11 cond-mat.mtrl-sci physics.comp-ph
Predicting thermoelectric properties from crystal graphs and material descriptors - first application for functional materials
I2R, A*STAR(新加坡科技研究局资讯通信研究院);IMRE, A*STAR(新加坡科技研究局材料研究与工程研究院)
我们介绍了使用晶体图卷积神经网络(CGCNN),全连接神经网络(FCNN)和XGBoost来预测热电性能。CGCNN的数据集不依赖于密度泛函理论(DFT),只依赖于晶体和原子的信息,而FCNN的数据集基于Materialsproject.org中丰富的属性列表。结果表明,优化后的FCNN具有三层深度,能够更好地预测与散射时间无关的热电功率因数(或XGBoost),这表明从部分从DFT获得的材料科学知识获知的键合和状态密度描述符对于预测功能性质是至关重要的。
2018-11-15 cond-mat.mtrl-sci cs.LG physics.comp-ph
Unified Model for Crystalline Material Generation
Univ. Artois(阿尔图瓦大学)
针对晶体结构周期性与几何等变难以兼顾的问题,提出两种基于周期等变架构、同时建模晶格与原子位置的统一生成模型,可通过降低总能量学习任意晶格变形并实现热力学稳定。
2023-06-07 cond-mat.mtrl-sci cs.LG physics.comp-ph
Crystal Graph Convolutional Neural Networks for an Accurate and Interpretable Prediction of Material Properties
使用机器学习方法来加速晶体材料的设计通常需要手动构建特征向量或复杂的原子坐标变换来输入晶体结构,这要么将模型限制在某些晶体类型,要么难以提供化学见解。在这里,我们开发了一个晶体图卷积神经网络框架,可以直接从晶体中原子的连接中学习材料特性,提供晶体材料的通用和可解释的表示。我们的方法提供了一个高度准确的预测的密度泛函理论计算的性质为八个不同的性质的晶体与各种结构类型和组成后,与$10^4$数据点进行训练。此外,我们的框架是可解释的,因为人们可以提取的贡献,从当地的化学环境的全球性能。使用钙钛矿的例子,我们展示了如何利用这些信息来发现材料设计的经验规则。
2018-04-06 cond-mat.mtrl-sci
Crystallographic design of intercalation materials
插层材料是可逆能量存储的有希望的候选材料,并且例如用作锂电池电极、储氢化合物和电致变色材料。阻止这些材料更广泛使用的一个重要问题是,它们在嵌入期间经历结构转变(高达~10%的晶格应变),这使材料膨胀,使微裂纹成核,并最终导致材料失效。除了晶格的结构转变之外,插层材料的晶体织构在控制离子传输性质、产生相分离微结构以及与晶体缺陷弹性相互作用方面起关键作用。在这篇综述中,我提供了一个概述的晶格,相变微结构和晶体缺陷的结构转变如何影响的化学机械性能的插层材料。在每一节中,我确定了晶体学设计层间化合物以提高其性能和寿命的关键挑战和机会。我主要从文献中引用用于可再充电电池的嵌入阴极的实例,然而,所识别的挑战和机遇可转移到更广泛的层间化合物。
2022-04-09 cond-mat.mtrl-sci
Composition based crystal materials symmetry prediction using machine learning with enhanced descriptors
空间群和晶系等几何信息对晶体材料的性质起着重要的作用。因此,晶系和空间群的预测在晶体材料性质预测和结构预测中具有广泛的应用。基于实验X射线衍射(XRD)和密度泛函理论(DFT)的结构测定方法取得了优异的性能,但它们不适用于大规模筛选材料组成。也有使用Magpie描述符的机器学习模型用于基于成分的材料空间群确定,但它们的预测精度在不同种类的晶体中仅在0.638和0.907之间。在此,我们报告了一种改进的机器学习模型,用于仅使用分子式信息来预测材料的晶体系统和空间群。从材料项目数据库下载的数据集的基准研究表明,我们的随机森林模型的基础上,我们的新的描述符集,实现显着的性能改善与以前的工作相比,准确度分数范围在0.712和0.961之间的空间群分类。我们的模型也显示了晶体系统预测的大的性能改善。经过训练的模型和源代码可以在\url{https://github.com/Yuxinya/SG_predict}上免费获得
2021-05-15 cond-mat.mtrl-sci
Comments on the paper: Crystal growth and comparison of vibrational and thermal properties of semi-organic nonlinear optical materials
Gunasekaran等人(Pramana J.Phys.75 683-690(2010))报道已经生长了非线性光学晶体脲硫脲氯化汞(UTHC)和脲硫脲硫酸汞(UTHS)。我们认为UTHC和UTHS是可疑的晶体,不是作者提出的。
2015-06-30 cond-mat.mtrl-sci
Machine learning reveals orbital interaction in crystalline materials
提出了一种基于价层电子分布的晶体材料轨道场矩阵表示法。我们证明了这种新的表示方法在挖掘材料数据中非常有用。实验结果表明,用OFM可以高精度地预测过渡金属-稀土合金中晶态材料的形成能、分子材料的原子化能和组成原子的局域磁矩。关于过渡金属和稀土金属元素的配位数在确定过渡金属位点的局部磁矩中的作用的知识可以直接从使用OFM的决策树回归分析中获得。
2017-05-03 cond-mat.mtrl-sci
Developing an improved Crystal Graph Convolutional Neural Network framework for accelerated materials discovery
最近提出的晶体图卷积神经网络(CGCNN)通过直接从晶体结构的图形表示(“晶体图”)学习材料属性,提供了一个高度通用和准确的机器学习(ML)框架。在这里,我们开发了CGCNN模型(iCGCNN)的改进变体,通过结合Voronoi镶嵌晶体结构的信息,相邻组成原子的显式三体相关性以及晶体图中原子间键的优化化学表示,该模型的性能优于原始模型。我们在两个不同的说明中证明了改进框架的准确性:首先,当在180,000/20,000个密度泛函理论(DFT)计算的热力学稳定性条目上训练/验证时,这些条目取自开放量子材料数据库(OQMD),并在230,000个条目的单独测试集上进行评估,iCGCNN实现了显著提高的预测准确性,即,比原来的CGCNN高出20%。其次,当用于辅助ThCr 2Si 2结构类型材料的高通量搜索时,iCGCNN表现出31%的成功率,比无向高通量搜索高310倍,比原始CGCNN高2.4倍。使用CGCNN和iCGCNN,我们筛选了132,600种具有ThCr 2Si 2原型晶体结构元素装饰的化合物,并通过执行757次DFT计算确定了总共97种新的独特稳定化合物,将高通量搜索的计算时间加快了130倍。我们的研究结果表明,iCGCNN可用于通过快速准确地识别具有感兴趣特性的晶体化合物来加速新材料的高通量发现。
2019-06-12 cond-mat.mtrl-sci physics.comp-ph physics.data-an
Designing Disorder into Crystalline Materials
晶体是以周期性顺序为特征的物质状态。然而,晶体材料可以以许多形式隐藏无序,例如组成、原子位移、键合排列、分子取向、构象、电荷状态、轨道占位或磁性结构的非重复变化。疾病有时可能是随机的,但更常见的是相关的。对无序晶体的前沿研究现在试图控制和利用这些相关无序状态中持续存在的不寻常模式,以获得常规晶体无法获得的功能反应。在这篇评论中,我们调查的核心设计原则,在材料化学家的处置,允许有针对性的控制相关的障碍。我们展示了这些原则-通常由长期研究的统计力学模型提供信息-可以应用于出乎意料的广泛材料,包括有机物,超分子组装,氧化物陶瓷和金属-有机框架。最后,我们与一个前瞻性的讨论令人兴奋的链接功能在响应媒体,热电,拓扑阶段,和信息存储。
2019-12-01 cond-mat.mtrl-sci
Formation Energy Prediction of Material Crystal Structures using Deep Learning
Mindanao State University(棉兰老州立大学)
本文提出一种深度神经网络模型,通过元素分数和对称分类预测晶体形成能,提升材料稳定性预测性能。
2024-12-01 cond-mat.mtrl-sci
Predicting materials properties without crystal structure: Deep representation learning from stoichiometry
University of Cambridge(剑桥大学)
机器学习有可能通过以低计算成本准确预测材料特性来加速材料发现。然而,模型输入仍然是一个关键的绊脚石。目前的方法通常使用从完整晶体结构的知识构建的描述符-因此仅适用于具有已经表征的结构的材料-或从化学计量手工设计的结构不可知的固定长度表示。我们开发了一种机器学习方法,它只需要化学计量作为输入,并自动从数据中学习适当的和系统可改进的描述符。我们的主要观点是将化学计量公式视为元素之间的稠密加权图。与结构不可知的方法相比,我们的方法用更少的数据实现了更低的错误。
2020-09-23 cond-mat.mtrl-sci cs.LG physics.comp-ph
Crystalyse: a multi-tool agent for materials design
Imperial College London(伦敦帝国理工学院)
Crystalyse是一种用于材料设计的多工具代理,通过三种操作模式在探索速度和验证深度之间进行权衡,提升材料设计的透明性和可重复性。
2025-11-30 cond-mat.mtrl-sci
Compression Stress Effect on Dislocations Movement and Crack propagation in Cubic Crystal
断裂材料是日常生活中的一个严重问题,它与材料本身的力学性能有关.晶体的力学性能主要取决于晶体中位错的运动和裂纹的扩展.关于这一点的信息对于表征材料非常重要。在FCC晶体结构中,裂纹扩展和位错尾流之间的竞争是非常有趣的,在室温下可以在韧性材料如铜(Cu)中看到位错,但在脆性材料如Si中只能看到裂纹。对材料进行了不同工艺的力学性能研究,本研究中进行了单向压缩试验。本文报道了立方体材料的模拟与实验相结合的方法。结果表明,Si中的空位使裂纹方向偏转,而Cu中的压应力使原子向一个方向位移。本文报道了高温压应力下硅晶体中位错尾流的一些证据。
2012-11-30 cond-mat.mtrl-sci cs.CE physics.comp-ph
Perfecting the Growth and Transfer of Large Single-Crystal CVD Graphene: A Platform Material for Optoelectronic Applications
在这项工作中,我们展示了毫米级石墨烯单晶的合成,可在市售的冷壁CVD反应器中实现,以及几种不同的方法将其从生长衬底转移到所选的目标衬底。我们使用各种表征技术,包括光学和扫描电子显微镜以及拉曼光谱,确认这种材料的高晶体质量。通过进行场效应和量子霍尔效应测量,我们证明了这种单晶的电子性质与理想的机械剥离的石墨烯薄片的电子性质相当。这种高品质的材料的几个应用也进行了审查。
2017-11-14 cond-mat.mtrl-sci
The Lyddane-Sachs-Teller relationship for polar vibrations in materials with monoclinic and triclinic crystal systems
本文将Lyddane-Sachs-Teller关系推广到单斜和三斜晶系材料的极性振动。推广是来自本征位移矢量求和的方法,这是相当于微观Born-Huang描述的极性晶格振动。一般振子强度的表达式也描述了单斜和三斜晶系的材料。提出了一种适用于单斜和三斜材料的广义因子化介电响应函数。广义Lyddane-Sachs-Teller关系被发现对单斜晶系的$β$ -Ga $_2$ O $_3$是有效的,其中精确的实验数据最近从一个全面的广义椭圆偏振研究中得到。三斜晶系的数据也可以用广义椭圆偏振法测量,预计很快就可以得到,结果可以与这里提出的广义关系式进行比较
2016-02-28 cond-mat.mtrl-sci
Crystal Twins: Self-supervised Learning for Crystalline Material Property Prediction
Carnegie Mellon University(卡内基梅隆大学)
机器学习(ML)模型在预测材料性能方面已经取得了广泛的成功。然而,训练准确的ML模型所需的大型标记数据集是难以捉摸的,并且生成计算成本很高。能够在未标记数据上训练ML模型的自监督学习(SSL)框架的最新进展缓解了这个问题,并在计算机视觉和自然语言处理任务中表现出卓越的性能。从SSL的发展中得到启发,我们介绍了双晶(CT):一种用于晶体材料性质预测的SSL方法。使用一个大型的未标记的数据集,我们预训练图神经网络(GNN)的冗余减少原则,从相同的晶体系统获得的增强实例的图形潜在嵌入。通过在微调GNN用于回归任务时共享预训练的权重,我们显着提高了7个具有挑战性的材料属性预测基准的性能
2022-05-04 cond-mat.mtrl-sci cs.LG
CrysToGraph: A Comprehensive Predictive Model for Crystal Materials Properties and the Benchmark
City University of Hong Kong(香港城市大学);ByteDance Research(字节跳动研究院);Renmin University of China(中国人民大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Guangxi University of Chinese Medicine(广西中医药大学)
针对现有GNN难以捕捉晶体长程相互作用的问题,提出专门面向非常规晶系的基于transformer的几何图网络CrysToGraph,同时构建综合基准UnconvBench,在两类晶体基准上均取得最优性能。
2024-11-01 cond-mat.mtrl-sci cs.LG physics.comp-ph
Origin of Crystallization Suppression in a New Amorphous Molecular White-Light-Generating Material
利用X射线衍射、EXAFS和反向蒙特卡罗模拟研究了一种新型红外驱动非晶白光材料的微观结构。在这种材料中,结构无序似乎是这种非线性光学效应的先决条件。结果与量子化学预测一致,但也发现分子核被扭曲,这被确定为结晶抑制剂。硫原子由此形成均匀的振动网络,这可能是该材料吸收红外辐射的高能力的原因。
2022-04-07 cond-mat.mtrl-sci
Thermoelectric propertie of Ge based electron crystal phonon glass materials
我们报道了锗锰纳米结构薄膜的制备及其热电性能的测量。我们调查的Ge:Mn层的生长与这种材料在纳米级的彻底的结构表征。讨论了这些含球形夹杂物的层状材料作为“电子晶体声子玻璃材料”模型的可能性。我们表明,热导率可以减少30倍,即使在散装的电子性质可以保存。这种材料的热电性能ZT高达0.15,使得它们成为用于Ge相关应用的有前景的热电p型材料。
2013-01-07 cond-mat.mtrl-sci
Crystal Toolkit: A Web App Framework to Improve Usability and Accessibility of Materials Science Research Algorithms
Crystal Toolkit是一个开源工具,用于以交互方式查看,分析和转换晶体结构,分子和其他常见形式的材料科学数据。它旨在帮助初学者快速开发基于Web的应用程序,以探索他们自己的数据,或帮助开发人员使他们的研究算法可供更广泛的科学家使用,这些科学家可能没有任何计算机编程培训,但会从图形界面中受益。Crystal Toolkit附带了一个现成的组件库,可以将其组装成复杂的Web应用程序:模拟粉末和单晶衍射图案、凸包相图、Pourbaix图、电子能带结构、分析局部化学环境和对称性等。Crystal Toolkit现在正在为材料项目网站前端提供支持,提供用户友好的访问其计算材料属性数据库的功能。在未来,人们希望新的可视化可以使用Crystal Toolkit原型化,以帮助探索材料科学社区生成的新形式的数据,这反过来又可以帮助新材料科学家开发他们的数据如何表现的直觉和可能在其中发现的见解。Crystal Toolkit仍将是一个正在进行的工作,并对社区的贡献开放。
2023-02-27 cond-mat.mtrl-sci
Atoms as Words: A Novel Approach to Deciphering Material Properties using NLP-inspired Machine Learning on Crystallographic Information Files (CIFs)
本研究提出CIFSemantics模型,借鉴NLP的Word2Vec方法将CIF中原子视为词生成嵌入,在Material Project数据集上训练,可预测15种材料性质,性能媲美专门模型。
2023-11-16 cond-mat.mtrl-sci
Data-driven discovery of novel 2D materials by deep generative models
Technical University of Denmark(丹麦技术大学)
生成具有良好稳定性的候选晶体结构的有效算法可以在数据驱动的材料发现中发挥关键作用。在这里,我们表明,晶体扩散变分自动编码器(CDVAE)是能够产生高的化学和结构多样性和形成能反映训练结构的二维(2D)材料。具体而言,我们在能量高于凸包$ΔH_{\mathrm{hull}}< 0.3$ eV/原子的2615种2D材料上训练CDVAE,并生成5003种材料,我们使用密度泛函理论(DFT)松弛这些材料。通过对训练结构进行系统的元素替换,我们还生成了14192个新晶体。我们发现,生成模型和晶格装饰方法是互补的,并产生具有相似的稳定性,但非常不同的晶体结构和化学组成的材料。我们总共找到了11630种预测的新的二维材料,其中8599种具有$ΔH_{\mathrm{hull}}< 0.3$ eV/原子作为种子结构,而2004年在50 meV的凸包内,并且可能被合成。所有材料的弛豫原子结构可在开放的计算2D材料数据库(C2 DB)中获得。我们的工作使CDVAE成为一种高效可靠的晶体生成机,并显着扩展了2D材料的空间。
2022-06-24 cond-mat.mtrl-sci cs.LG physics.comp-ph
Anomalous elastic buckling of hexagonal layered crystalline materials in the absence of structure slenderness
异质层状晶体材料,如石墨烯、氮化硼、硫酸钨等,由于其独特的原子结构和优异的热、机械和物理性能的组合,引起了人们的极大关注。利用机械屈曲是一种很有前途的途径来控制其结构形态,从而调整其物理性能,从而产生许多新的应用。在本文中,我们采用有限元分析(FEA),分子动力学(MD)模拟和连续介质建模研究的机械屈曲的层状晶体材料与晶体层平行的纵向轴线制成的列。结果表明,随着长细比的减小,材料的力学失稳模式由弯曲失稳模式逐渐过渡到剪切失稳模式。当长细比趋于零时,临界屈曲应变εcr收敛到一个远小于材料机械强度的有限值,表明在适当的实验条件下是可以实现的。这种机械屈曲模式是反常的和反直觉的。对于一组典型的六方层状晶体材料,连续介质力学模型预测的临界屈曲应变εcr与有限元和分子动力学模拟的结果吻合得很好。对石墨的MD模拟表明,连续介质力学模型适用于20 nm的尺度。该理论模型还揭示了高度的弹性各向异性是在没有结构细长的情况下由层状晶体材料制成的柱的异常机械屈曲的起源。这项研究提供了工程层状晶体材料在各种纳米材料和纳米器件通过机械屈曲的途径。
2014-06-19 cond-mat.mtrl-sci
High-throughput discovery of novel cubic crystal materials using deep generative neural networks
高通量筛选已成为发现新型功能材料的主要策略之一。然而,由于目前存放在可持续发展国际中心和卡塔尔气象局等材料储存库中的已知材料数量和多样性不足,其有效性受到严重限制。机器学习,特别是深度学习的最新进展已经实现了一种生成策略,该策略学习隐含的化学规则,用于创建具有新组成和结构的化学有效的假设材料。然而,目前的材料生成模型难以生成结构多样、化学有效和稳定的材料。在这里,我们提出了CubicGAN,这是一种基于生成对抗网络(GAN)的深度神经网络模型,用于大规模生成新型立方晶体结构。当对来自OQMD数据库的375,749种三元晶体材料进行训练时,我们表明我们的模型不仅能够重新发现大多数目前已知的立方材料,而且还能够生成新结构原型的假设材料。总共有506种这样的新材料(它们都是三元或四元的)已经通过基于DFT的声子色散稳定性检查进行了验证,其中一些已经被发现可能具有特殊的功能特性。考虑到立方材料在太阳能电池和锂电池等广泛应用中的重要性,我们的GAN模型提供了一种有前途的方法,可以显着扩展当前的材料库,从而通过筛选发现新的功能材料。通过DFT最终验证的新晶体结构可在我们的Carolina Materials Database http://www.carolinamatdb.org上免费访问。
2021-02-05 cond-mat.mtrl-sci
Crystal Growth of Spin-Frustrated Ba4Nb0.8Ir3.2O12: A Possible Spin Liquid Material
多晶Ba_4NbIr_3O_(12)最近被证明是一种有前途的自旋液体候选者。我们报告了一种简单可靠的方法来生长毫米级单晶的三聚体为基础的自旋液体候选材料与实际化学计量的Ba4Nb0.8Ir3.2O12。大晶体的生长是用BaCl 2作为助熔剂来实现的。晶体呈六方片状,边缘长约3 mm。通过单晶X射线衍射证实了该结构,并发现与先前报道的相Ba_(12)Nb_(2.4)Ir_(9.6)O_(36)[Ba_(4 Nb)_(0.8)Ir_(3.2)O_(12)]相同,实际上在3a位置具有Nb/Ir的混合占据。对单个单晶的磁性和量热研究证实了自旋液态的可能性,这与最近对多晶样品的报道一致
2020-04-22 cond-mat.mtrl-sci
A comment on "The Computational 2D Materials Database: high-throughput modeling and discovery of atomically thin crystals"
最近,Sten Haastrup,Mikkel Strange,Mohnish Pandey,Thorsten Deilmann,Per S Schmidt,Nicki F Hinsche,Morten N Gjerding,Daniele Torelli,Peter M Larsen,Anders C Riis-Jensen,Jakob Gath,Karsten W Jacobsen,Jens Jrgen Mortensen,Thomas Olsen和Kristian S Thygesen [2D Mater. 5(2018)042002]介绍了计算二维材料数据库(C2 DB),该数据库组织了分布在30多种不同晶体结构中的约1500种二维材料的各种结构,热力学,弹性,电子,磁性和光学性质。不幸的是,这项工作在弹性和机械稳定性测试领域存在严重和根本性的缺陷,这使得它不可靠。
2019-04-30 cond-mat.mtrl-sci
Charge Densities and Triply-Periodic Minimal Surfaces in Crystalline Materials
本研究基于VASP的第一性原理方法,验证了多种晶体材料平衡结构的零电荷密度曲面对应三周期极小曲面,拓展了此前的相关理论研究。
2025-09-04 cond-mat.mtrl-sci
Revealing the origins of shear band activity and boundary strengthening in polygrain-like architected materials
最近的一份关于成功利用晶界强化来设计非常耐损伤的结构材料(即亚晶)的报告需要进行基础研究,以了解亚晶增韧和高性能的潜在机制。这种理解将使开发高性能和智能建筑材料的信心和控制能力更强。在这项研究中,晶格支柱的屈曲在单晶状亚晶体首次分析,以揭示其在剪切带活动的作用。此外,还发现了单取向亚晶的剪切带系统,为预测和控制多晶类亚晶的剪切行为提供了坚实的基础。亚晶中的边界诱导强化效应被发现与边界类型和相干性有关,因为它们支配剪切带穿过亚晶界的传输。在这项研究中获得的见解提供了关键的知识,开发高强度的建筑材料,具有很大的能力,在控制机械强度和损伤路径。
2020-11-04 cond-mat.mtrl-sci
DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials
SAKURA internet Inc.(樱花互联网公司);National Institute for Materials Science (NIMS)(国立材料科学研究所);The University of Tokyo(东京大学);RIKEN(理化学研究所);Kyoto University(京都大学)
针对图表示丢失晶体三维信息的问题,提出基于Delaunay四面体网格的深度学习框架DeepCrysTet,在分类和弹性属性预测上超越现有GNN模型。
2023-09-07 cond-mat.mtrl-sci cs.LG
High Dielectric Ternary Oxides from Crystal Structure Prediction and High-throughput Screening
新型高介电材料的开发对于现代电子学的进步至关重要。氧化物是一类具有高介电常数和大禁带宽度的高介电材料,被认为是最有前途的高介电材料。以往对高介电常数的研究大多局限于已知材料。在这项研究中,我们进行了广泛的搜索,高掺杂超过一组三元氧化物相结合的晶体结构预测和密度泛函微扰理论计算。从这次搜索中,我们采用了多阶段筛选,以确定440个新的低能量高介电材料。在这些材料中,有33种被认为是有利于现代设备应用的潜在高性能材料。我们的研究为结合晶体结构预测和高通量筛选探索新型高介电材料开辟了一条途径。
2019-09-09 cond-mat.mtrl-sci
Plasmonic physics of 2D crystalline materials
采用密度泛函理论和无规相近似方法,研究了石墨烯、MoS $_2$和磷烯等掺杂二维晶体材料的单层和双层结构的集体模.使用基于{ \it ab initio}的模型计算材料的多体介电函数,该模型涉及材料真实的物理性质。在计算了电子能量损失后,我们考虑双层结构的同相和异相模式,计算了每种材料的集体模式。此外,由于体系中存在大量的能带结构和带间跃迁,我们还发现了高能激发态。我们解释说,材料特定的介电函数考虑的结晶材料,如MoS $_2$的极化率需要获得现实的等离子体激元色散。对于这里研究的每种材料,我们发现了不同的集体模式,并描述了它们的物理起源。
2018-02-05 cond-mat.mes-hall cond-mat.mtrl-sci
Single crystal growth from light, volatile, and reactive materials using lithium and calcium flux
我们提出了一种从反应性锂和钙熔体中生长单晶的方法,并将其应用于几种代表性化合物的合成。其中,可以从富Li助熔剂获得单晶Li 3 N、T = {Mn,Fe,Co}的Li 2(Li{1-x}Tx)N、LiCaN、Li 2 C2、LiRh和LiIr,以及从富Ca助熔剂获得Ca 2 N、CaNi 2、CaNi 3、YbNi 2、Y2 Ni 7和LaNi 5。特别强调的是,使用市售的Li 3 N和Ca 3 N2粉末作为氮源,而不是N2气体的氮化物的生长。
2014-02-26 cond-mat.mtrl-sci
Auxetic properties and anisotropy of elastic material constants of 2D crystalline media
研究了所有二维对称系统的杨氏模量E、剪切模量G和泊松比的各向异性。简单的必要条件和充分条件,其弹性顺应性推导出,以确定如果这些晶体是完全拉胀,非拉胀和拉胀。特别注意的是二维晶体的二次对称。所有机械稳定的二次晶体的特征在于三个参数属于一个棱镜与稳定三角形的基础。建立了二次材料完全拉胀、非拉胀和拉胀的稳定三角形区域。所有类型的斜对称和矩形对称的晶体的拉胀性质的例子。
2006-09-15 cond-mat.mtrl-sci cond-mat.other
Fe2+:ZnMgSe single crystals, a new material for active elements of tunable lasers for 4-5 mkm
提出了一种新的可调谐中红外激光器有源元件材料--掺Fe ~(2+)的Zn_(1-x)Mg_xSe(0.11<x<0.42)单晶。Fe ~(2+):Zn ~(0.89)Mg ~(0.11)Se和Fe ~(2+):Zn ~(0.69)Mg ~(0.31)Se样品的透射光谱中含有强吸收带,其最大吸收峰分别位于3.212和3.374 mkm处。宽禁带半导体激光器材料Fe ~(2+):Zn_(1-x)Mg_xSe的最大激发带随晶体基质中Mg含量的增加而向长波方向移动。
2010-12-02 cond-mat.mtrl-sci
Noise control by sonic crystal barriers made of recycled materials
本文系统地研究了利用吸声材料等再生材料制成的圆柱形声晶体声屏障。这种屏障只有三排穿孔的金属外壳,里面装满了橡胶屑。这些障碍的反射率和透射率的测量报告。它们的衰减特性是由橡胶碎屑的吸声和散射体的周期性分布的反射的组合引起的。结果表明,多孔圆柱体可以作为积木,其物理参数可以优化,以设计有效的屏障,适应不同的噪声环境。
2010-11-15 cond-mat.mtrl-sci
Epitaxial interfaces between crystallographically mismatched materials
我们报告了一个意想不到的机制,通过该机制可以在具有强烈失配的晶格常数的材料之间形成外延界面。提出了一个简单的模型,其中一种材料倾斜出界面平面,以创建一个重合的网站晶格,平衡两个竞争的几何标准-低残余应变和短重合晶格周期。我们应用这个模型,随着互补的第一性原理总能量计算,六方GAN上的立方Fe的分子束外延形成的界面,发现理论和实验之间的良好协议。
2011-06-15 cond-mat.mtrl-sci
Symmetry-adapted single crystal yield criterion for non-Schmid materials
所有确定晶体材料中塑性形变开始的屈服准则在与滑移方向和滑移面法线的符号同时改变相关联的反转对称下必须是不变的。我们证明了这种对称性的有效应力的函数形式的后果,只有最低阶的条款,遵守这种对称性被保留。对于不服从施密德定律的材料,即非施密德材料,得到了一种特殊形式的屈服准则。应用该模型的体心立方和六方密排金属显示在何种条件下的非施密德应力项成为显着的预测屈服的开始。在所有非Schmid应力的贡献消失的特殊情况下,该模型简化为Tresca的最大剪应力理论。
2021-08-02 cond-mat.mtrl-sci
Quaternary crystals CdZnTeSe: Growth via the vertical Bridgman method with different compositions of raw materials
Institute for Single Crystals of the National Academy of Sciences of Ukraine(乌克兰国家科学院单晶研究所);Helmut-Schmidt-Universität(赫尔穆特·施密特大学)
本文首次采用单质与二元组分混合的组合垂直 Bridgman 法生长掺铟 CdZnTeSe,并结合反应理论分析与组成、电阻均匀性测试,证明该方法可获得性质最均匀的四元晶体。
2025-09-23 cond-mat.mtrl-sci physics.app-ph
Optical Effects and Applications Associated with Photonic Crystal Materials
光子晶体材料具有选择性地改变特定波长光的方向的能力,这引起了人们的广泛关注。目前,人们对光子晶体材料的制备和应用进行了大量的研究。有许多结构属于光子晶体的范畴; 1D、2D和3D有序结构可以符合光子晶体的条件,前提是存在具有足够折射率对比度的介电材料的有序重复晶格。这些结构的光学响应,即相关的光子带隙或阻带,对于涉及光的任何应用都是特别感兴趣的。光子带隙对晶格尺寸或折射率组成变化的敏感性为精确的光学传感器创造了可能性。光催化应用通常利用光子带隙边缘波长处群速度降低的光学现象。光子带隙的固有反射率已经在光波导或作为太阳能电池反射器层中产生了应用。有无数的例子研究试图利用这些方面的光子晶体行为,以改善材料设计。在这里,光子晶体的作用是在各种各样的学科审查,编目的方式,这些结构增强了具体的应用。特别强调的是提供一个了解的具体功能,可调光学响应在光子晶体在其应用。
2022-08-22 cond-mat.mtrl-sci physics.optics
Crystal Net Catalog of Model Flat Band Materials
本文通过自动构建紧束缚模型对Materials Project数据库中139,367种材料进行高通量搜索,识别出63,076种含平带子晶格的材料并归类为31,635种晶体网络,显著扩展了平带晶格目录。
2023-03-04 cond-mat.mtrl-sci
Density of States Prediction of Crystalline Materials via Prompt-guided Multi-Modal Transformer
KAIST(韩国科学技术院);Yahoo Research(雅虎研究院);KRICT(韩国化学技术研究院)
提出多模态Transformer模型DOSTransformer,通过整合晶体材料与能量的异构信息并利用提示引导,建模原子与能级关系,实现了更优的声子和电子态密度预测。
2023-11-23 cond-mat.mtrl-sci cs.AI cs.LG
The optimal vector phase matching conditions in biaxial crystalline materials determined by extreme surfaces method: the case of orthorhombic crystals
本文利用极值曲面法研究多种正交晶系非线性光学晶体中的矢量相位匹配,确定二次谐波、和频与差频的最佳波矢方向,并证明矢量相位匹配在多数情况下效率优于标量相位匹配。
2024-09-23 cond-mat.mtrl-sci physics.optics
Universal Fragment Descriptors for Predicting Electronic Properties of Inorganic Crystals
从历史上看,材料的发现一直是由艰苦的试错过程驱动的。材料数据库的发展和新兴的信息学方法最终提供了将这种实践转化为数据和知识驱动的合理设计的机会。通过使用来自AFLOW存储库的数据进行高通量从头计算,我们已经生成了定量材料结构-性能关系(QMSPR)模型来预测八个关键的电子和热机械材料性能,例如金属/绝缘体分类,带隙能量,体积和剪切模量,德拜温度和热容。用这些QMSPR模型获得的预测精度接近几乎任何化学计量无机晶体材料的训练数据。这些模型的成功和普遍性归功于新材料描述符的构建--被称为通用属性标记材料片段(PLMF)。该表示只需要最小的结构输入,并提供简单的启发式设计规则,指导合理的材料设计方面的简单的模型解释。这项研究证明了材料信息学的力量,大大加快了新材料的搜索。
2017-03-24 cond-mat.mtrl-sci
Renormalization group approach to multiscale simulation of polycrystalline materials using the phase field crystal model
我们提出了一个计算效率高的方法多尺度模拟的多晶材料,相场晶体(PFC)模型的基础上。描述密度分布在纳米级的序参量重建从其缓慢变化的振幅和相位,满足旋转协变方程推导出的重整化群。我们验证的方法使用的例子二维晶粒形核和生长。
2005-06-13 cond-mat.mtrl-sci nlin.PS
Is "L-valine ferric chloride" a new nonlinear optical material?
我们认为Geetha等人[Curr. 15(2015)201-207]不是一种新的非线性光学材料,而是一种可疑的晶体。
2015-06-01 cond-mat.mtrl-sci
Frequency-dependent photothermal measurement of thermal diffusivity for opaque and non-opaque materials; Application to crystals of TIPS-pentacene
我们建议使用的频率相关的光热测量作为补充闪光,即时间相关的,测量,以确定通过平面的小,薄的样品,如半导体聚合物和小的有机分子晶体的热扩散率。该分析从其先前与一些不透明导电聚合物一起使用扩展到具有有限吸收系数的材料,例如6,13-双(三异丙基甲硅烷基乙炔基并五苯(“TIPS-并五苯”)的晶体。考虑到后者的有限吸收系数,给出了扩散率的值,D=0.10 mm 2/s,比以前估计的小得多,更符合其预期值。我们还简要讨论了涂层样品的测量,以改善其光学性能的影响。
2018-10-17 cond-mat.mtrl-sci
Enhancing the bond strength in meta-crystal lattice of architected materials
由粉末床熔融金属增材制造技术生产的建筑材料提供了复杂结构层次的实现,这些结构层次模仿晶体塑性的原理,同时仍然是超轻量的,尽管存在根深蒂固的多尺度缺陷,包括由熔池中复杂的热机械瞬态引起的微观结构异质性。在这里,我们制造亚晶316 L不锈钢微晶格结构的选择性激光熔化过程中利用应变局部化机制,类似于位错滑移介导的塑性体结构。构建角度被观察到是产生缺陷的主要影响因素,并且固有空隙的存在是会破坏其作为机械超材料的结构性能的主要缺点。然而,在空间相关的位错网络和微偏析的细胞亚结构的形式的其他缺陷克服了强度-延展性的权衡,并使散装结构相比,包括传统的钢的其他工程材料。通过利用这种内在的强化机制,可以在采用冶金学的硬化原理的基础上增强(或控制)亚晶体的结合强度(即,支柱强度)以设计具有期望性质的材料。
2019-10-23 cond-mat.mtrl-sci
An equivariant graph neural network for the elasticity tensors of all seven crystal systems
本文提出等变图神经网络模型MatTen,统一预测七种晶系的弹性张量,满足参考系无关与对称性保持,发现百种高杨氏模量新晶体及十一种立方金属多晶型。
2024-01-22 cond-mat.mtrl-sci
A Gibbs-potential-based framework for ideal plasticity of crystalline solids treated as a material flow through an adjustable crystal lattice space and its application to three-dimensional micropillar compression
我们提出了一个欧拉的理想塑性晶体固体处理作为一个材料流通过一个可调的晶格空间的兼容模型。该模型是基于添加剂分裂成晶格部分和塑性部分的速度梯度。该方法扩展了由Rajagopal和Srinivasa开发的用于获得弹粘塑性晶体响应函数的吉布斯势公式。该框架对两个标量函数作了本构假设:吉布斯势和耗散率。本构方程有关的应力运动量,然后确定使用的条件,即耗散率是最大的,提供相关的约束条件得到满足。该模型适用于三维微柱压缩,其特点,无论是在建模和计算机模拟的水平上,进行了讨论,并与相关研究进行了比较。
2017-05-31 cond-mat.mtrl-sci physics.flu-dyn
Liquid crystal nose based on chiral photonic band gap materials: principles of selective response
新型液晶(LC)组合物的建议和研究的LC-鼻子的元素。这允许对几种挥发性有机化合物(VOC)进行光学检测。乙醇、甲苯、吡啶和乙酸在LC-nose手性元件中扩散过程中,通过比色和光谱技术进行检测。通过具有不同粘度、对溶剂的亲和力和形成氢键的能力的液晶基质的组分来增强对不同VOC的选择性。
2020-03-03 cond-mat.mtrl-sci cond-mat.soft