We propose a novel approach to evaluating the ionic Seebeck coefficient in electrolytes from relatively short equilibrium molecular dynamics simulations, based on the Green-Kubo theory of linear response and Bayesian regression analysis. By exploiting the probability distribution of the off-diagonal elements of a Wishart matrix, we develop a consistent and unbiased estimator for the Seebeck coefficient whose statistical uncertainty can be arbitrarily reduced in the long-time limit. To validate the effectiveness of our method, we benchmark it against extensive equilibrium molecular dynamics simulations conducted on molten $\mathrm{CsF}$ using empirical force fields. We then employ this procedure to calculate the Seebeck coefficient of molten $\mathrm{NaCl}$, $\mathrm{KCl}$ and $\mathrm{LiCl}$ using neural-network force fields trained on ab initio data over a range of pressure-temperature conditions.
Direct calculation of the ionic mobility in superionic conductors
我们描述了一种基于非平衡分子动力学（NEMD）模拟的方法，从第一性原理计算固体离子导体如固体电解质的离子迁移率。计算是在有限厚的材料中进行的，其中施加电场并测量移动离子的动态响应。我们比较我们的结果与那些从扩散计算，在非相互作用的离子近似下，并与实验。该方法对两种银导体$α$-AgI和$α$ I $_5$的离子迁移率提供了很好的定量估计。除了方便和数值鲁棒性，这种方法占离子-离子相关性在一个更低的计算成本比精确的方法。
Local electronic transport across probe/ionic conductor interface in scanning probe microscopy
载流子通过探针-样品结的传输可以对电子和机电原子力显微镜（AFM）测量的结果产生重大影响。为了理解探针下的物理过程，我们进行了局部电流-电压（I-V）曲线的导电AFM（C-AFM）测量，以及它们的衍生物上的混合离子-电子导体Li 1-xMn 2 O 4的样品，并开发了一个分析框架的数据分析。所实施的方法区分贡献的高电阻的样品表面层和散装与帐户的离子再分布在该领域的探针。结果表明，随着探针电压的增加，表面层的电导机制从Pool-Frenkel转变为空间电荷限制电流。的表面层显着改变的离子动力学在探针下的样品散装，这导致，特别是，与样品中的离子运动相关的有效的机电AFM信号的减少。该框架可以应用于分析的机制，电子传输的探针/样品界面，以及在电场分布，机械，和其他响应的原子力显微镜测量的广泛的导电材料的电荷传输的作用。
Bridging the Gap Between Simulated and Experimental Ionic Conductivities in Lithium Superionic Conductors
锂超离子导体（LSC）作为下一代全固态锂离子电池的固体电解质是非常重要的。虽然$ab$ $initio$分子动力学已被广泛应用于研究这些材料，但由于这种模拟的高温和短时间尺度，预测和实验测量的离子电导率和活化能之间往往存在很大的差异。在这里，我们提出了一个战略，以弥补这一差距，使用矩张量势（MTP）。我们表明，使用范德华optB 88功能计算的能量和力训练的MTP产生更准确的晶格参数，这反过来又导致准确预测的离子电导率和活化能的锂$_{0.33}$ La $_{0.56}$ TiO $_3$，锂$_3$ YCl $_6$和锂$_7$ P $_3$ S $_{11}$ LSC。使用optB88 MTP的NPT MD模拟还显示，所有三个LSC在相对较低的温度下在两个准线性Arrhenius制度之间发生转变。这种转变可以追溯到扩散途径的数量和多样性的扩张，在某些情况下，扩散的维度发生了变化。这项工作不仅提出了一种方法来开发高精度的MTP，但也概述了LSC的扩散特性，否则无法通过$ab$ $initio$计算。
The solid-state Li-ion conductor Li$_7$TaO$_6$: A combined computational and experimental study
采用第一性原理和经典分子动力学模拟方法研究了含氧六金属酸盐Li $_7$ TaO $_6$，得到了室温（300 K）下$\sim$的低扩散激活势垒0.29 eV和$5.7 \times 10^{-4}$ S cm $^{-1}$的高离子电导率.我们从计算和实验中找到了宽电化学稳定窗口的证据，表明其作为下一代固态锂离子电池中的固态电解质的可行用途。为了评估其在电化学储能系统中的适用性，我们对多晶颗粒进行了电化学阻抗谱测量，发现大量的离子电导率，如果低于模拟预测的值。我们进一步阐明合成条件和所观察到的离子电导率之间的关系，使用X射线衍射，电感耦合等离子体发射光谱，和X射线光电子能谱学，并研究Zr和Mo掺杂的影响。
Room Temperature RF Sputtering of Mixed Ionic and Electronic Conductor Nd2Ni0.8Cu0.2O4+d films
Università degli Studi di Salerno（萨莱诺大学）；CNR-SPIN（意大利国家研究委员会自旋物理中心）；University of Salento（萨尔勒托大学）；INFN-Lecce Section（意大利国家核物理研究所莱切分部）；Institut Ruđer Bošković（鲁德耶尔博什科维奇研究所）
pH Regulates Ion Dynamics in Carboxylated Mixed Conductors
Lehigh University（利哈伊大学）；University of Washington（华盛顿大学）；Georgia Institute of Technology（佐治亚理工学院）；Stanford Synchrotron Radiation Lightsource SLAC National Accelerator Laboratory（斯坦福同步辐射光源 SLAC 国家加速器实验室）
Local Multimodal Dynamics in Mixed Ionic-Electronic Conductors and Their Fingerprints in Organic Electrochemical Transistor Operation
Institut de Bioenginyeria de Catalunya (IBEC), The Barcelona Institute of Science and Technology (BIST)（巴塞罗那生物工程研究所，巴塞罗那科学技术研究院）；Center for Nano Science and Technology, Istituto Italiano di Tecnologia（意大利理工学院纳米科学和技术中心）；Laboratory of Organic Electronics, Department of Science and Technology (ITN), Linköping University（林雪平大学科技学院有机电子实验室）；Department d'Enginyeria Electrònica i Biomèdica, Universitat de Barcelona（巴塞罗那大学生物医学电子工程系）；Center for Nanophase Materials Sciences, Oak Ridge National Laboratory（橡树岭国家实验室纳米相材料科学中心）
Combining physical models with dynamically acquired experimental information for the optimization of multicomponent NASICON fast ionic conductors in a self-driving laboratory
University of California Berkeley（加州大学伯克利分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Argonne National Laboratory（阿贡国家实验室）；Bakar Institute of Digital Materials for the Planet, UC Berkeley（加州大学伯克利分校巴克拉星球数字材料研究所）；Vanderbilt University（范德堡大学）
Charting the Landscape of Oxygen Ion Conductors: A 60-Year Dataset with Interpretable Regression Models
Institute for Materials Research, Tohoku University（东北大学物质材料研究研究所）；Department of Materials Science, Graduate School of Engineering, Tohoku University（东北大学大学院工学研究科材料科学系）；Organization for Advanced Studies, Tohoku University（东北大学先进教育研究机构）
Ideal Conductor Model: An analytical finite-size correction for non-equilibrium molecular dynamics simulations of ion transport through nanoporous membranes
Theory-Guided Discovery of Pressure-Induced Transitions in Fast-Ion Conductor BaSnF4
Universidad de Valencia（瓦伦西亚大学）；Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学高等研究院）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；Eastern Institute of Technology（东方理工学院）；University of Edinburgh（爱丁堡大学）；CELLS-ALBA Synchrotron Light Facility（CELLS-ALBA同步辐射光源设施）；Universidad de Buenos Aires（布宜诺斯艾利斯大学）；CONICET – Universidad de Buenos Aires, Instituto de Tecnologías y Ciencias de la Ingeniería “Hilario Fernández Long” (INTECIN)（阿根廷国家科学研究委员会 - 布宜诺斯艾利斯大学，技术科学与工程研究所“希拉里奥·费尔南德斯·隆”）
Universal Machine Learning Interatomic Potentials are Ready for Solid Ion Conductors
School of Materials Science and Engineering, Shanghai Jiao Tong University（上海交通大学材料科学与工程学院）；Zhangjiang Institute for Advanced Study, Shanghai Jiao Tong University（上海交通大学张江高等研究院）；Materials Genome Initiative Center, Shanghai Jiao Tong University（上海交通大学材料基因组计划中心）
