Buchumschlag

Exploring mechanical and thermal properties of high-entropy ceramics via general machine learning potentials

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yiwen, Meng, Hong, Zhu, Zijie, Yu, Hulei, Zhuang, Lei, Chu, Yanhui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine learning potential-driven prediction of high-entropy ceramics with ultra-high melting points
von: Meng, Hong, et al.
Veröffentlicht: (2024)

Predicting Mechanical and Thermal Properties of High‐Entropy Ceramics via Transferable Machine‐Learning‐Potential‐Based Molecular Dynamics
von: Yiwen Liu, et al.
Veröffentlicht: (2024)

Laser-driven solid-state synthesis of high-entropy oxides
von: wei, Peng, et al.
Veröffentlicht: (2025)

Unveiling the Oxidation Mechanisms of High‐entropy Carbides Through Atomic‐scale Dynamic Observation
von: Lei Zhuang, et al.
Veröffentlicht: (2025)

Ultrastrong and High Thermal Insulating Porous High‐Entropy Ceramics up to 2000 °C
von: Zihao Wen, et al.
Veröffentlicht: (2024)

Synthesis and characterization of high‐entropy diboride microfibers
von: Shixin Zhao, et al.
Veröffentlicht: (2025)

Rare‐earth compositional screening of high‐entropy diborides for improved oxidation resistance
von: Haifeng Tang, et al.
Veröffentlicht: (2024)

Rapid laser‐assisted compositional screening of high‐entropy diborides for superior oxidation resistance up to 2400°C
von: Zihao Wen, et al.
Veröffentlicht: (2025)

A Universal Laser‐Driven Controllable Synthesis Methodology Enabling Electromagnetic Absorption in High‐Entropy Rare‐Earth Oxides
von: Peng Wei, et al.
Veröffentlicht: (2025)

Exceptional Oxidation Resistance of High‐Entropy Carbides up to 3600 °C
von: Zihao Wen, et al.
Veröffentlicht: (2025)

Lattice Distortion Enhanced Hardness in High‐Entropy Borides
von: Yiwen Liu, et al.
Veröffentlicht: (2024)

High‐entropy (Ho 1/4 Er 1/4 Dy 1/4 Gd 1/4 ) 2 Si 2 O 7 : A promising thermal environmental barrier coating material
von: Yang Liu, et al.
Veröffentlicht: (2024)

Accelerating the discovery of high‐entropy hexaborides by data‐driven prediction: From equimolar to non‐equimolar
von: Hong Meng, et al.
Veröffentlicht: (2024)

Lattice‐Distortion‐Driven Reduced Lattice Thermal Conductivity in High‐Entropy Ceramics
von: Yiwen Liu, et al.
Veröffentlicht: (2025)

Dual‐phase (Ho 0.1 Er 0.1 Yb 0.4 Lu 0.4 ) 2 SiO 5 /Lu 2 Si 2 O 7 rare‐earth silicates with superior comprehensive properties
von: Yang Liu, et al.
Veröffentlicht: (2025)

Enhancing calcium–magnesium–aluminosilicate corrosion resistance in high‐entropy rare‐earth disilicates by multicomponent synergistic effects
von: Chun Wang, et al.
Veröffentlicht: (2025)

Capturing short-range order in high-entropy alloys with machine learning potentials
von: Cao, Yifan, et al.
Veröffentlicht: (2024)

Exploring high thermal conductivity polymers via interpretable machine learning with physical descriptors
von: Huang, Xiang, et al.
Veröffentlicht: (2023)

Constructing accurate machine-learned potentials and performing highly efficient atomistic simulations to predict structural and thermal properties
von: Liu, Junlan, et al.
Veröffentlicht: (2024)

Computational tuning of the elastic properties of low- and high-entropy ultra-high temperature ceramics
von: Magorrian, Samuel J., et al.
Veröffentlicht: (2025)

Exploring the energy landscape of aluminas through machine learning interatomic potential
von: Zhang, Lei, et al.
Veröffentlicht: (2024)

Fine-tuning of universal machine-learning interatomic potentials for 2D high-entropy alloys
von: Zhou, Chun, et al.
Veröffentlicht: (2026)

Accelerating ab initio melting property calculations with machine learning: Application to the high entropy alloy TaVCrW
von: Zhu, Li-Fang, et al.
Veröffentlicht: (2024)

Multiobjective optimization of dielectric, thermal, and mechanical properties of inorganic glasses utilizing explainable machine learning and genetic algorithm
von: Jincheng Qin, et al.
Veröffentlicht: (2025)

Surface segregation in high-entropy alloys from alchemical machine learning
von: Mazitov, Arslan, et al.
Veröffentlicht: (2023)

Expanding the search space of high entropy oxides and predicting synthesizability using machine learning interatomic potentials
von: Dicks, Oliver A., et al.
Veröffentlicht: (2025)

Utilizing a machine-learned potential to explore enhanced radiation tolerance in the MoNbTaVW high-entropy alloy
von: Liu, Jiahui, et al.
Veröffentlicht: (2024)

Combining Brillouin spectroscopy and machine learned interatomic potentials to probe mechanical properties of metal organic frameworks
von: Lindner, Florian P., et al.
Veröffentlicht: (2024)

Revealing degradation mechanisms in YSZ ceramics through machine learning-guided aging and multiscale characterization
von: Garg, Prachi, et al.
Veröffentlicht: (2025)

Information-entropy-driven generation of material-agnostic datasets for machine-learning interatomic potentials
von: Subramanyam, Aparna P. A., et al.
Veröffentlicht: (2024)

On-the-fly training of polynomial machine learning potentials in computing lattice thermal conductivity
von: Togo, Atsushi, et al.
Veröffentlicht: (2024)

Accurate estimation of interfacial thermal conductance between silicon and diamond enabled by a machine learning interatomic potential
von: Rajabpour, Ali, et al.
Veröffentlicht: (2024)

Deformation mechanisms and compressive response of NbTaTiZr alloy via machine learning potentials
von: Liu, Hongyang, et al.
Veröffentlicht: (2026)

Efficient first principles based modeling via machine learning: from simple representations to high entropy materials
von: Li, Kangming, et al.
Veröffentlicht: (2024)

Composition based machine learning to predict phases & strength of refractory high entropy alloys
von: Iyengar, M. Sreenidhi, et al.
Veröffentlicht: (2025)

Multi‐objective optimization of three mechanical properties of Mg alloys through machine learning
von: Wei Gou, et al.
Veröffentlicht: (2024)

Revealing the impact of chemical short-range order on radiation damage in MoNbTaVW high-entropy alloys using a machine-learning potential
von: Liu, Jiahui, et al.
Veröffentlicht: (2025)

Insight into the effect of force error on the thermal conductivity from machine-learned potentials
von: Zhou, Wenjiang, et al.
Veröffentlicht: (2024)

Superfolded configuration induced low thermal conductivity in two-dimensional carbon allotropes revealed via machine learning force constant potential
von: Yu, Linfeng, et al.
Veröffentlicht: (2023)

Machine learning interatomic potential for predicting the thermal properties of uranium nitride
von: Chen, Beihan, et al.
Veröffentlicht: (2025)