Predicting polymerization reactions via transfer learning using chemical language models
本文首次将基于变压器的语言模型扩展到聚合反应的正向和逆合成预测,构建了乙烯基聚合物数据集,实现了正向Top-4准确率80%和逆向60%,并从材料科学角度评估了预测质量。
2023-10-17 cond-mat.mtrl-sci physics.chem-ph
Predicting emergence of crystals from amorphous matter with deep learning
Google DeepMind(谷歌DeepMind)
针对非晶相结晶产物预测难题,提出利用通用深度学习势采样局部结构基元结晶路径的方法,可高精度预测多类无机材料的初始成核晶体结构,为合成新亚稳态晶体提供新途径。
2023-10-02 cond-mat.dis-nn cond-mat.mtrl-sci cs.LG
Beyond geometrical screening in predicting two-dimensional materials
Muroran Institute of Technology(室兰工业大学)
本文探讨了二维材料预测中的几何筛选限制,并介绍了非范德华二维材料合成预测的最新进展。
2026-03-11 cond-mat.mtrl-sci
Single step precursor free synthesis and characterisation of stable Au nanochains by laser ablation
本文报道了在乙二醇介质中,仅用金属金靶和脉冲准分子激光(λ= 248 nm),一步一锅法合成了稳定组装的金纳米粒子(直径8- 10 nm)。报道的方法不使用任何前体、还原剂或表面活性剂,因此可以被描述为无化学合成路线。在液体介质中形成的Au纳米颗粒-乙二醇纳米链(具有通常大于几微米的未断裂长度)是机械和热稳定的,并且可以不变地转移到可以跨越大表面积的固体基底中。纳米链显示出几乎覆盖整个可见光谱的宽的光学吸收。由Au纳米链和分离的纳米颗粒组成的混合物可以通过相同的方法使用适当选择的激光能量密度和乙二醇/DI水浓度来形成。通过上述方法形成的Au纳米链-乙二醇杂化材料显示出增强的低频介电常数(比乙二醇高一个数量级)和增强的电导率,即使具有低Au填充分数也可以显示出高达两个数量级的增强。基于2D-NMR实验,我们认为,准一维链状结构的形式,由于形成的二聚体和三聚体的乙二醇分子的连接到由烧蚀过程中形成的Au纳米颗粒,并促进链的形成。
2010-10-11 cond-mat.mtrl-sci
A Method for Predicting Nonequilibrium Thermal Expansion Using Steepest-Entropy-Ascent Quantum Thermodynamics
最速熵升量子热力学(SEAQT)是一种有趣的方法,它以自洽的方式描述平衡和动力学过程。由于固相或液相的复杂本征结构(本征值和本征函数),适用性主要限于气相。在这方面的贡献,SEAQT模型扩展到凝聚相,通过构建一个简化的本征结构(所谓的伪本征结构),并通过计算金属银在三种情况下的热膨胀来证明其适用性:(a)在稳定平衡时,(b)沿着从初始非平衡态到稳定平衡的三条不可逆路径,以及(c)沿着两个稳定平衡态之间的不可逆路径。具有非谐赝本征结构的SEAQT框架预测了平衡热膨胀的合理值。对于考虑的不可逆的情况下,SEAQT方法使得有可能预测从初始状态到最终状态的晶格弛豫的时间依赖性。
2018-05-18 cond-mat.mtrl-sci
Machine learning assisted phase and size-controlled synthesis of iron oxides
本研究利用随机森林等四种机器学习算法预测铁氧化物的相和尺寸,并开发参数推荐算法,实现了从试错合成向数据驱动的可控合成转变。
2023-03-20 cond-mat.mtrl-sci
Predicting the phase behaviors of superionic water at planetary conditions
宇宙中的大多数水可能是超离子的,其热力学和输运性质对行星科学至关重要,但难以通过实验或理论进行探测。我们使用机器学习和自由能方法来克服量子力学模拟的局限性,并在极端条件下表征氢扩散,超离子跃迁和水的相行为。我们预测,一个紧密堆积的超离子相与混合堆叠是稳定的,在一个很宽的温度和压力范围内,而体心立方相仅在一个小的窗口,但动力学上是有利的。我们的相边界,这是与现有的,虽然罕见的实验观察相一致,有助于解决绝缘冰,不同的超离子相,冰巨人内部的液态水的分数。
2021-03-16 astro-ph.EP cond-mat.mtrl-sci cond-mat.stat-mech
Inorganic Synthesis Reaction Condition Prediction with Generative Machine Learning
数据驱动的机器学习合成规划是设计和发现具有理想性能的新型无机化合物的关键步骤。无机材料的合成通常由化学家的先验知识和经验指导,建立在实验试错的基础上,既耗时又耗力。自然语言处理(NLP)的最新发展使科学文献的大规模文本挖掘成为可能,提供了合成化合物,材料前体和反应条件(温度,时间)的合成信息的开源数据库。在这项工作中,我们采用了条件变分自动编码器(CVAE)预测合适的无机反应条件的关键无机合成步骤的煅烧和烧结。我们发现,CVAE模型是能够学习的目标材料组成,前体化合物的身份,和选择的合成路线(固态,溶胶-凝胶)是存在于无机合成空间的细微差异。此外,CVAE可以很好地推广到看不见的化学实体,并显示出预测以前未合成的感兴趣的化合物的反应条件的希望。
2021-12-17 cond-mat.mtrl-sci
Bis(stearoyl) Sulfide: A Stable, Odor-free Sulfur Precursor for High-Efficiency Metal Sulfide Quantum Dot Photovoltaics
本研究针对传统金属硫化物量子点合成所用硫源(TMS)2S有毒、对空气和水分敏感的问题,提出新型空气稳定硫前驱体St2S,制得的量子点光伏器件效率与传统方法相当且运行稳定性提升,可推广至各类光电器件应用。
2024-04-17 cond-mat.mtrl-sci
High-pressure synthesis of ultraincompressible hard rhenium nitride pernitride Re$_{2}$(N$_{2}$)N$_{2}$ stable at ambient conditions
在这里,我们报告的合成金属,超不可压缩(体积模量$K_{0}$ = 428(10)GPa)和非常硬(纳米压痕硬度36.7(8)GPa)双(V)氮化物全氮化物Re $_{2}$(N $_{2}$)N $_{2}$。虽然该化合物的经验化学式ReN $_{2}$与其他已知过渡金属全氮化物(例如IrN $_{2}$、PtN $_{2}$、PdN $_{2}$和OsN $_{2}$)相同,但其晶体化学性质是独特的。已知的过渡金属的过氮化物由氧化态+IV的金属和过氮化物阴离子N $_{2}^{4-}$组成。ReN $_{2}$含有全氮化物N $_{2}^{4-}$和离散的N $^{3-}$阴离子,这解释了其特殊的性质。此外,在最初的实验合成Re $_{2}$(N $_{2}$)N $_{2}$在激光加热的金刚石对顶砧单元中通过在40至90 GPa的压力下在氮气和氩气之间的直接反应进行,我们观察到该材料在环境条件下是可回收的。因此,我们开发了一条路线,通过在33 GPa下的大容量压力下,在NH4和叠氮化铵NH $_{4}$ N $_{3}$之间的反应来扩大其合成。我们的工作不仅发现了一种具有不寻常晶体化学和一系列对潜在应用有吸引力的性质的新型材料,而且还证明了超越材料科学中常见概念的可行性。
2019-02-25 cond-mat.mtrl-sci
Machine Learning for Predicting Magnetization from X-ray Diffraction of Iron Oxide Nanoparticles Using Simple Physics-Based Data Generation
National Institute of Standards and Technology(美国国家标准与技术研究院);United States Naval Academy(美国海军学院);Johns Hopkins University(约翰斯·霍普金斯大学)
本研究利用模拟数据训练机器学习模型,通过X射线衍射预测铁氧化物纳米颗粒的磁化,验证模型后发现随机森林模型在高磁场预测中表现优异。
2025-12-15 cond-mat.mtrl-sci
Order evolution from a high-entropy matrix: understanding and predicting paths to low temperature equilibrium
本研究结合实验表征与模拟方法,揭示了高熵氧化物Mg0.2Co0.2Ni0.2Cu0.2Zn0.2O中从高熵固溶体向低熵有序相演化的调控机制,建立了可预测高熵系统宏观态谱的框架,为性能工程设计提供支撑。
2024-04-24 cond-mat.mtrl-sci
Synthesis of an aqueous, air-stable, superconducting 1T'-WS$_2$ monolayer-ink
液相化学剥离是实现二维(2D)材料工业规模生产的理想方法,适用于广泛的应用,如可印刷电子,催化和储能。然而,许多具有量子技术潜力的有影响力的2D材料只能在实验室环境中进行研究,因为它们对空气敏感,并且在化学处理后会失去物理性能。在这里,我们报告了一个简单的化学剥离方法,以创建一个稳定的,含水的,无表面活性剂,超导油墨含有相纯的1 T '-WS $_2$单层,是同构的空气敏感的拓扑绝缘体1 T'-WTe $_2$。我们证明,薄膜可以铸造在硬和柔性基板。印刷膜在室温下是金属的,并且在7.3 K以下是超导的,显示出强的各向异性非常规超导行为,具有30.1 T和5.3 T的面内和面外上临界磁场,具有44 mA的临界电流,并且在环境条件下稳定至少30天。我们的研究结果表明,化学加工可以提供一种工程解决方案,使过去仅在实验室中研究的非平凡的2D材料在商业上可获得。
2022-06-03 cond-mat.mes-hall cond-mat.mtrl-sci
Spark Discharge Generator as a Stable and Reliable Nanoparticle Synthesis Device: Analysis of the Impact of Process and Circuit Variables on the Characteristics of Synthesized Nanoparticles
纳米技术提供了利用体相不具备的量子特性的希望。这些理想的性能高度依赖于尺寸和组成。因此,控制这些变量的发电机对于该领域的进展至关重要。火花放电发生器(SDG)是用于纳米颗粒合成的杰出气溶胶路线,由于其快速动力学、可扩展性、高纯度、准确性和再现性而脱颖而出,并具有允许合成任何导电材料的纳米颗粒的额外优势。这些优点是其巨大的加热和冷却速率的结果,其内在的和易于控制的电子变量在点击达到。然而,这些变量对实际产生的气溶胶的机械影响仍然没有完全了解。在这项工作中,我们构建了一个SDG,并系统地研究了它的行为,特别感兴趣的是电阻,电容,电感,流量,间隙分离和电流对火花的电气行为的影响。我们的模型系统主要产生Fe和Cu纳米粒子与测量浓度。我们讨论了火花如何影响颗粒的大小和数量的浓度,并提供有用的相关性,链接与独立变量。值得注意的是,有限的阻力在所产生的气溶胶的输出中产生最大值。这表明电路的RLC特性和布线到火花的频率和纳米颗粒数量浓度之间的直接联系,表明利用这种行为朝向最大化纳米颗粒生成的潜力。此外,我们讨论了火花振荡和能量释放与随之而来的气溶胶生成之间的联系。
2023-02-09 cond-mat.mtrl-sci
Is Large Language Model All You Need to Predict the Synthesizability and Precursors of Crystal Structures?
针对理论材料结构的可合成性预测难题,研究团队构建含14万余结构的数据集,开发CSLLM框架及晶体文本表示法,三个LLM在可合成性、方法、前驱体预测上均表现优异,还配套了图形界面,打通理论设计与实验合成。
2024-07-09 cond-mat.mtrl-sci
Stable, carbon-free inks of Cu2ZnSnS4 nanoparticles synthesized at room temperature designed for roll-to-roll fabrication of solar cell absorber layers
我们报道了一种新的室温合成环境友好的铜锌锡硫化物($Cu_2ZnSnS_4$)纳米粒子的方法。该方法显示出组成上的稳健性,并且能够产生适用于太阳能电池中的吸收层的$S^{2-}$稳定的无碳纳米颗粒油墨。未检测到工艺中的有机残留物。金属组成和第二相的出现在此与合成条件相关:通过利用Cu/Sn < 1.8的反应物浓度和Sn(II)作为锡源,可以避免形成$Cu_xS$相,当其存在于最终吸收体层中时,其对太阳能电池性能是有害的。随着纳米颗粒尺寸接近$Cu_2ZnSnS_4$的玻尔半径,带隙可以加宽至1.7 eV。此外,研究了形成这种$Cu_2ZnSnS_4$纳米颗粒的稳定的无碳水性油墨的条件,并且稳定化的$NH_4^+/S^{2-}$离子浓度影响沉积的吸收剂层的质量。室温合成和稳定的水性墨水配方的使用使该方法适合卷对卷制造和升级。
2019-06-21 cond-mat.mtrl-sci
ReactCA: A Cellular Automaton for Predicting Phase Evolution in Solid-State Reactions
本文提出了一种名为 ReactCA 的元胞自动机模拟框架,通过结合密度泛函理论数据与机器学习估计器预测固相反应中物相随时间的演化,实现了实验前对反应配方的可能结果进行预测,推动了计算机内合成配方设计。
2024-07-26 cond-mat.mtrl-sci
Synthesis of stable cerium oxide nanoparticles coated with phosphonic acid-based functional polymers
针对传统后接枝膦酸基聚合物无法在生物流体中稳定亚10nm颗粒的问题,提出一步湿化学合成法,制备了具有核壳结构、高胶体稳定性和高Ce(III)含量的PEG包覆氧化铈纳米颗粒,可用于纳米医学及活性氧清除。
2023-05-17 cond-mat.mtrl-sci cond-mat.soft
Predicting Two-Dimensional Boron-Carbon Compounds by the Global Optimization Method
我们采用一种全局优化的方法来预测二维(2D)纳米结构,通过粒子群优化(PSO)算法。通过粒子群算法模拟,我们预测了一个宽范围的硼浓度的二维硼-碳(B-C)化合物的新的稳定结构。我们的计算表明:(1)除了BC_3外,所有的二维B-C化合物都是金属的,BC_3是一个奇异的例子,其中硼原子隔离了碳六元环,导致了半导体行为。(2)对于富含C的B-C化合物,最稳定的2D结构可以被视为硼掺杂的石墨烯结构,其中硼原子通常形成1D之字形链,除了其中硼原子均匀分布的BC 3。(3)BC的最稳定的二维结构是碳和硼交替的带状结构,中间有很强的B-C键,在2000 K以上具有很高的热稳定性。(4)对于富硼的二维B-C化合物,存在一种新的具有近似C2 v对称性的平面四配位碳基序。
2011-09-07 cond-mat.mes-hall cond-mat.mtrl-sci
Predicting Scale-Up of Metal-Organic Framework Syntheses with Large Language Models
Department of Chemistry, Washington University(华盛顿大学化学系);Fudan University(复旦大学);Department of Computer and Information Science, University of Pennsylvania(宾夕法尼亚大学计算机与信息科学系);College of Chemistry and Materials Science, Fujian Normal University(福建师范大学化学与材料科学学院);Institute of Materials Science & Engineering, Washington University(华盛顿大学材料科学与工程学院)
本文提出ESU-MOF数据集和正例未标记学习策略,通过大语言模型预测MOF合成的可扩展性,准确率达91.4%,助力工业级MOF发现。
2026-07-10 cond-mat.mtrl-sci cs.AI
Uranium polyhydrides at moderate pressures: prediction, synthesis, and expected superconductivity
富氢超导体引起了人们极大的关注,这是由于最近在理论上(1)和实验上发现了H3 S中创纪录的高温超导性(155 GPa时Tc = 203 K(2))。在这里,我们寻找稳定的铀的压力高达500 GPa的从头进化晶体结构预测。U-H系统的化学成分非常丰富,有14种新化合物,包括富氢的UH 5、UH 6、U2 H13、UH 7、UH 8、U2 H17和UH 9。它们的晶体结构是基于共同的f.c.c.或h. c. p.铀亚晶格和不寻常的H8立方簇。我们在1-103 GPa的高压实验证实了预测的UH 7,UH 8和UH 5的三个不同阶段,提高了对其他阶段预测的信心。许多新预测的相有望成为高温超导体。最高Tc的超导体是UH 7,预计在22 GPa以上的压力下(Tc = 44-54 K)是稳定的,并且在减压到零压力时(Tc = 57-66 K),该相保持动态稳定。
2018-04-24 cond-mat.mtrl-sci
Multi-Cell Monte Carlo Method for Phase Prediction
我们提出了一种多单元蒙特卡罗算法,简称(MC)^2,用于预测化学复杂晶体系统中的稳定相。通过应用杠杆规则,可以实现胞间的自由原子转移,其中指定的摩尔比实际上控制了整个模拟中每个胞的百分比,这使得(MC)^[2]成为第一个成功模拟结晶固体中相共存的算法。在该方法的应用过程中,所有能量都通过直接密度泛函理论计算来计算。我们测试的方法,成功地预测已知的二元系统的稳定阶段。然后,我们将该方法应用到四元高熵合金。该方法在预测相图不存在的多组分体系的稳定相时特别稳健。
2018-11-09 cond-mat.mtrl-sci
Predicting the formation and stability of oxide perovskites by extracting underlying mechanisms using machine learning
钙钛矿氧化物的性能优化由于其不同的应用领域而引起了人们的兴趣。在这项工作中,层次聚类技术被用来减少从文献中选择的功能,据报道,有影响钙钛矿的形成和稳定性之间的多重共线性。在文献和在线存储库中可用的双氧化物钙钛矿组合物的巨大组成空间上操作,在本手稿中,尝试提取组合物和结构之间的关系,以预测其可成形性和稳定性。机器学习(ML)分类器在这些数据集上进行训练,以预测新型稳定的钙钛矿组合物。该研究使用了巨大的特征空间来缩小影响钙钛矿化合物可成形性和稳定性的最重要因素。它还确定了具有适用于光伏和光催化应用的带隙的稳定组合物。开发的随机森林(RF)为基础的模型可以扩展到包括光敏应用程序以外的影响,通过专注于物理化学机制驱动的现象背后的每个应用程序。
2022-02-26 cond-mat.mtrl-sci
Synthesis and characterisation of thin-film platinum disulfide and platinum sulfide
第10族过渡金属二硫属化物(TMD)在高度创新的2D材料领域中日益突出。虽然PtS2已被研究用于潜在的电子应用,但由于其高电荷载流子迁移率和强的层依赖性带隙,它已被证明是较难合成的TMD之一。与大多数TMD相比,Pt具有明显更稳定的单硫化物,即非层状PtS。两种稳定的铂硫化物的存在,有时在同一样品中,导致文献中的材料之间的混淆。这两种铂硫化物都没有被彻底表征。在这里,我们利用时间效率高,可扩展的方法来合成高品质的薄膜的铂硫化物在各种基板上。这些材料的硫化物和有限的热稳定性的竞争性质被证明。我们报告峰值拟合的X射线光电子能谱,和拉曼光谱使用各种激光波长,这两种材料。这种系统的表征提供了一个指南,以区分硫化物使用相对简单的方法,这是必不可少的,使这些有趣的材料的未来工作。
2021-03-31 cond-mat.mtrl-sci
Low-Temperature Synthesis of Stable CaZn$_2$P$_2$ Zintl Phosphide Thin Films as Candidate Top Absorbers
本研究开发出可低温制备的CaZn$_2$P$_2$ Zintl磷化物薄膜,其具有合适带隙、高吸收系数、长载流子寿命和高稳定性,有望作为顶部吸收层应用于叠层太阳能电池。
2024-06-21 cond-mat.mtrl-sci
Interfacial melting as a thermodynamic indicator of solid-state synthesizability
National University of Singapore(新加坡国立大学)
提出界面熔体稳定性是固态合成可行性的热力学条件,通过Fe-B体系验证,发现富硼界面熔体在常压下失稳,高压可恢复稳定性。
2026-09-25 cond-mat.mtrl-sci
High-throughput screening assisted discovery of a stable layered anti-ferromagnetic semiconductor: CdFeP2Se6
二维(2D)磁性的最新进展提高了人们对层状磁性材料的兴趣,因为它们具有自旋电子学的潜力。特别是,层状半导体反铁磁体表现出有趣的低维半导体行为与电荷和自旋作为载流子控制。然而,这些化合物的合成是具有挑战性的,并且仍然罕见。在这里,我们进行了基于第一性原理的高通量搜索,以筛选潜在稳定的混合金属磷三硫属化物(MM'P2X6,其中M和M'是过渡金属,X是硫属化物),其具有宽范围的可调带隙和有趣的磁性。在潜在的候选人,我们成功地合成了一个稳定的半导体层状磁性材料,CdFeP2Se6,表现出短程反铁磁秩序在TN = 21 K的间接带隙为2.23 eV。我们的工作表明,高通量筛选辅助合成是发现层状磁性材料的有效方法。
2022-12-18 cond-mat.mtrl-sci
Bulk and film synthesis pathways to ternary magnesium tungsten nitrides
本文通过快速热退火调和块体与薄膜合成差异,在Mg-W-N体系中发现了三种新相,并揭示了岩盐到rocksaline多晶型转变及其伴随的金属-半导体转变。
2023-06-04 cond-mat.mtrl-sci
Near infra-red optical materials from polymeric amorphous carbon synthesised by collisional plasma process
报道了用微波激发碰撞碳氢等离子体法制备类聚合物非晶碳(a-C:H)薄膜。得到稳定的和高度芳香的a-C:H含有显着的夹杂物的聚(对苯撑亚乙烯基)(PPV)。PPV赋予合成材料通用的光电性能。也就是说,具有定制折射率的a-C:H能够在可见光(红色)-近红外波长范围内变得无吸收。包括苯基簇和/或颗粒的大芳烃的产生归因于在碰撞等离子体条件下元素等离子体物质的增强凝聚。还描述了在等离子体合成过程中a-C:H中发生的详细结构和形态变化。
2010-04-27 cond-mat.mtrl-sci
Machine learning formation enthalpies of intermetallics
开发快速准确的方法来发现金属间化合物与合金设计有关。虽然基于密度泛函理论(DFT)的方法通过提供对稳定金属间化合物的能量和性质的快速访问来加速二元和三元合金的设计,但是它们不适合于快速筛选多主元素合金(MPEAs)的巨大组合空间。在这里,提出了一种机器学习模型,用于预测二元金属间化合物的形成焓,并用于识别新的。该模型使用易于访问的元素属性作为描述符,并具有平均绝对误差(MAE)为0.025 eV/原子在预测稳定的二元金属间化合物的形成焓在材料项目数据库中报告。该模型进一步预测稳定的金属间化合物形成在112二元合金系统,没有任何稳定的金属间化合物在材料项目数据库中报告。DFT计算证实了一个这样的稳定的金属间化合物的模型,NbV 2的凸壳上。用二元金属间化合物训练的模型也可以预测三元金属间化合物,其精度与DFT相似,这表明它可以扩展到识别可能在MPEAs中形成的组成复杂的金属间化合物。
2020-05-26 cond-mat.mtrl-sci
The role of disorder in the synthesis of metastable zinc zirconium nitrides
在材料科学中,通常认为由密度泛函理论预测的基态晶体结构是最容易合成的多晶型物。三元氮化物材料,具有许多可能的亚稳多晶型物,提供了丰富的材料空间来研究什么影响热力学稳定性和多晶型物的可合成性。例如,理论上预测ZnZrN 2在零开尔文下具有不寻常的层状“wurtsalt”基态晶体结构,具有引人注目的光电性质,但尚不清楚这种结构是否可以在实际合成条件下通过实验实现。在这里,我们使用组合溅射法合成了数百个ZnxZr 1-xNy薄膜样品,并发现亚稳态岩盐衍生或氮化硼衍生的结构,而不是预测的wurtsalt结构。使用统计多晶型取样器的方法,它表明,虽然岩盐是最不稳定的多晶型在零开尔文,它成为最稳定的多晶型在高有效温度下类似于那些使用这种溅射沉积方法,从而证实了实验结果。额外的计算表明,这种不稳定的wurtsalt多晶型物是由于构型熵和热效应,振动的贡献可以忽略不计。具体而言,岩盐和氮化硼衍生的结构成为最稳定的多晶型物中存在的障碍,因为更高的容忍度的阳离子交叉取代和非化学计量比wurtsalt结构。这种对无序耐受性在竞争多晶型物合成中的作用的理解可以使可合成的晶体结构及其可实现的材料性质的更准确的预测成为可能。
2022-03-12 cond-mat.dis-nn cond-mat.mtrl-sci
Predicting A Novel Phase of 2D SiTe$_2$
层状IV-VI $_2$化合物通常以CdI $_2$结构存在。使用演化算法和第一性原理计算,我们预测了一种新的层状结构的硅二碲化物(SiTe $_2$),这是更稳定的CdI $_2$相。该结构具有三斜晶系的晶胞,并且表现出Si原子形成四面体键的倾向和Te原子形成六方密堆积的倾向之间的竞争。预测相的电子和振动性质进行了研究。在2D半导体中,电子的有效质量小,这对于诸如场效应晶体管的应用是有利的。振动拉曼和红外光谱计算,以方便未来的实验研究
2020-04-23 cond-mat.mtrl-sci
Unconventional and Powerful Ion Sources for Solid-State Ion Exchange, Cu2SO4 and Cu3PO4: Exemplified by Synthesis of Metastable β-CuGaO2 from Stable β-LiGaO2
本研究提出利用第一性原理计算筛选出 Cu2SO4 和 Cu3PO4 作为非传统且强大的固态离子交换离子源,成功实现了从 β-LiGaO2 到亚稳态 β-CuGaO2 的合成,扩展了亚稳材料的合成潜力。
2025-01-28 cond-mat.mtrl-sci physics.chem-ph
Orchestration of Heterogeneous Experimental Machines via ROS2 for Automated Bulk Intermetallic Synthesis
本文提出了一种基于ROS2控制的自动化电弧熔炼系统,能够同时处理多种实验装置和元素以合成金属间化合物,旨在加速数据驱动的材料探索的实验验证。
2025-09-15 cond-mat.mtrl-sci
Synthesis of InAs/CdSe/ZnSe Core/Shell1/Shell2 Structures with Bright and Stable Near-Infrared Fluorescence
合成了复杂的InAs/CdSe/ZnSe核/壳1/壳2(CSS)结构,其中中间CdSe缓冲层减小了InAs核和ZnSe外壳之间的应变。与先前制备的核/壳结构相比,这种结构导致显著改善的荧光量子产率,并且能够生长厚得多的壳。壳生长使用逐层方法进行,其中壳阳离子和阴离子前体依次添加,从而允许在整个生长过程中保持良好的控制和良好的尺寸分布。CSS结构的特征在于使用透射电子显微镜,以及通过X-射线衍射和X-射线-光电子能谱学,这为壳生长提供了证据。具有小InAs核的CSS的量子产率达到70%以上-III-V族半导体纳米晶体的异常光致发光强度。在较大的InAs核中,量子产率有系统的下降,中间尺寸核的产率约为40%,而大核的产率仅为几个百分点。CSS结构也表现出非常好的光稳定性,大大改善了那些有机涂层的核心,并通过配体交换转化到水环境中进行没有显着降低的量子产率。这些新的InAs/CdSe/ZnSe CSS纳米晶体因此是有前途的近红外发色团的生物荧光标记和光电子器件。
2021-05-23 cond-mat.mtrl-sci physics.app-ph
Ambient-Stable Transfer-Free Graphdiyne Wafers with Superhigh Hole Mobility at Room Temperature
Fundamental Science on Radiochemistry and Radiation Chemistry Laboratory, Beijing National Laboratory for Molecular Sciences, Center for Applied Physics and Technology, College of Chemistry and Molecular Engineering, Peking University(北京大学化学与分子工程学院,应用物理与技术中心,北京分子科学国家实验室,放射化学与辐射化学基础科学实验室)
针对石墨二炔载流子迁移率低限制其器件应用的问题,提出在超临界CO2下直接于硅基底无转移生长氢取代石墨二炔薄膜的方法,制备的晶体管展现出超高室温空穴迁移率,为解决CMOS器件迁移率不匹配提供了新策略。
2025-10-11 cond-mat.mtrl-sci physics.chem-ph
Ion correlations explain kinetic selectivity in diffusion-limited solid state synthesis reactions
针对现有固态合成路径设计缺乏动力学信息的问题,本研究整合机器学习输运特性与热力学元胞反应模型,在Ba-Ti-O体系实现相形成的准确预测,揭示了扩散-热力学相互作用对相组成的调控机制。
2025-01-16 cond-mat.mtrl-sci physics.chem-ph
Ice XV: a new thermodynamically stable phase of ice
一个新的冰相,命名为冰XV,已被确定,其结构由中子衍射确定。冰XV是冰VI的氢有序对应物,并且在0.8至1.5 GPa压力范围内在低于~130 K的温度下是热稳定的。因此,在相图的中压范围内的稳定区域已被最终映射,只有氢有序相在0 K下稳定。有序的冰XV结构是反铁电的,与最近预测铁电有序的理论计算明显不一致。
2009-06-14 cond-mat.mtrl-sci cond-mat.other
Inorganic Materials Synthesis Planning with Literature-Trained Neural Networks
Massachusetts Institute of Technology(麻省理工学院);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Dept. of Materials Science and Engineering, Massachusetts Institute of Technology(麻省理工学院材料科学与工程系);Dept. of EECS and CSAIL, Massachusetts Institute of Technology(麻省理工学院电气工程与计算机科学系和计算机科学与人工智能实验室);College of Information and Computer Sciences, University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校信息与计算机科学学院)
利用新的数据源是加快材料设计和发现步伐的关键一步。为了补充由历史,实验和计算数据驱动的合成规划的进步,我们提出了一种自动化的方法,用于将科学文献与合成见解联系起来。从自然语言文本开始,我们应用来自语言模型的词嵌入,这些词嵌入被馈送到命名实体识别模型中,在该模型上训练条件变分自动编码器以生成任意材料的合成。我们通过预测两种钙钛矿材料的前体来展示这种技术的潜力,仅使用在首次报道合成之前十多年发表的训练数据。我们证明,该模型学习表示的材料对应的合成相关的属性,该模型的行为补充现有的热力学知识。最后,我们应用该模型对提出的新型钙钛矿化合物进行了可合成性筛选。
2019-02-17 cond-mat.mtrl-sci cs.AI stat.ML
A Conditional Generative Model for Predicting Material Microstructures from Processing Methods
Northwestern University(西北大学);Siemens Corporate Technology(西门子企业技术中心)
材料的微观结构形成了连接加工条件(可以控制)和材料性能的桥梁,这是工程应用中的主要兴趣。因此,材料设计中的一项关键任务是建立加工-结构关系,这需要能够模拟高维材料微观结构的领域专业知识和技术。这项工作提出了一种基于深度学习的方法,将处理-结构关系建模为条件图像合成问题。特别是,我们开发了一个辅助分类Wasserstein GAN梯度惩罚(ACWGAN-GP)在给定的加工条件下合成微结构。这种方法是免费的功能工程,需要适度的领域知识,并适用于广泛的材料系统。我们使用超高碳钢(UHCS)数据库证明了这种方法,其中每个微观结构都用一个描述其冷却方法的标签进行注释。我们的研究结果表明,ACWGAN-GP可以合成高品质的多相微结构,对于给定的冷却方法。
2019-10-04 cond-mat.mtrl-sci cs.LG eess.IV