Buchumschlag

An automated framework for exploring and learning potential-energy surfaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yuanbin, Morrow, Joe D., Ertural, Christina, Fragapane, Natascia L., Gardner, John L. A., Naik, Aakash A., Zhou, Yuxing, George, Janine, Deringer, Volker L.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Physics Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Li-P-S Electrolyte Materials as a Benchmark for Machine-Learned Interatomic Potentials
von: Fragapane, Natascia L., et al.
Veröffentlicht: (2025)

Medium-range structural order in amorphous arsenic
von: Liu, Yuanbin, et al.
Veröffentlicht: (2025)

Thermal Transport in Ag8TS6 (T= Si, Ge, Sn) Argyrodites: An Integrated Experimental, Quantum-Chemical, and Computational Modelling Study
von: Bustamante, Joana, et al.
Veröffentlicht: (2025)

A critical assessment of bonding descriptors for predicting materials properties
von: Naik, Aakash Ashok, et al.
Veröffentlicht: (2026)

Atomic cluster expansion potential for the Si-H system
von: Rosset, Louise A. M., et al.
Veröffentlicht: (2025)

Machine-learning-driven modelling of amorphous and polycrystalline BaZrS$_{3}$
von: Paşca, Laura-Bianca, et al.
Veröffentlicht: (2025)

New avenues for the neutrino dipole portal exploration at the energy frontier
von: Vignaroli, Natascia
Veröffentlicht: (2025)

Assessing zero-shot generalisation behaviour in graph-neural-network interatomic potentials
von: Mahmoud, Chiheb Ben, et al.
Veröffentlicht: (2025)

Understanding Defects in Amorphous Silicon with Million‐Atom Simulations and Machine Learning
von: Joe D. Morrow, et al.
Veröffentlicht: (2024)

Understanding Defects in Amorphous Silicon with Million‐Atom Simulations and Machine Learning
von: Joe D. Morrow, et al.
Veröffentlicht: (2024)

Hyperparameter Optimization for Atomic Cluster Expansion Potentials
von: Toit, Daniel F. Thomas du, et al.
Veröffentlicht: (2024)

The Zintl-Klemm Concept in the Amorphous State: A Case Study of Na-P Battery Anodes
von: Wu, Litong, et al.
Veröffentlicht: (2025)

The Zintl–Klemm Concept in the Amorphous State: A Case Study of Na–P Battery Anodes
von: Litong Wu, et al.
Veröffentlicht: (2025)

Robustness of Local Predictions in Atomistic Machine Learning Models
von: Chong, Sanggyu, et al.
Veröffentlicht: (2023)

Full-cycle device-scale simulations of memory materials with a tailored atomic-cluster-expansion potential
von: Zhou, Yuxing, et al.
Veröffentlicht: (2025)

Autonomous interpretation of atomistic scattering data
von: Anker, Andy S., et al.
Veröffentlicht: (2025)

Regularity Priors for the Linear Atomic Cluster Expansion
von: Darby, James P., et al.
Veröffentlicht: (2026)

Global properties of the energy landscape: a testing and training arena for machine learned potentials
von: Cărare, Vlad, et al.
Veröffentlicht: (2025)

Random Spin Committee Approach For Smooth Interatomic Potentials
von: Cărare, Vlad, et al.
Veröffentlicht: (2024)

Modelling atomic and nanoscale structure in the silicon-oxygen system through active machine learning
von: Erhard, Linus C., et al.
Veröffentlicht: (2023)

La traducción de las paremias en los diccionarios bilingües italoespañoles
von: Federica Fragapane
Veröffentlicht: (2024)

Efecto de la riqueza semántica en distintos niveles del procesamiento léxico-semántico
von: Mauro Fragapane
Veröffentlicht: (2017)

The Microscopic Nature of Orbital Disorder in LaMnO$_{3}$
von: Batnaran, Bodoo, et al.
Veröffentlicht: (2025)

Signatures of paracrystallinity in amorphous silicon
von: Rosset, Louise A. M., et al.
Veröffentlicht: (2024)

Topological origin of peak splitting in the structure factor of liquid water
von: Beaulieu, Zoé Faure, et al.
Veröffentlicht: (2026)

The pathway to chirality in elemental tellurium
von: Zhou, Yuxing, et al.
Veröffentlicht: (2024)

The structure and topology of an amorphous metal-organic framework
von: Nicholas, Thomas C., et al.
Veröffentlicht: (2025)

Perspective: Towards sustainable exploration of chemical spaces with machine learning
von: Sandonas, Leonardo Medrano, et al.
Veröffentlicht: (2026)

Obstacle problems for the fractional $p$-Laplacian on fractal domains: well-posedness and asymptotics
von: Creo, Simone, et al.
Veröffentlicht: (2025)

Graph-neural-network predictions of solid-state NMR parameters from spherical tensor decomposition
von: Mahmoud, Chiheb Ben, et al.
Veröffentlicht: (2024)

A fully automated urban PV parameterization framework for improved estimation of energy production profiles
von: Tian, Bowen, et al.
Veröffentlicht: (2025)

Accelerated First-Principles Exploration of Structure and Reactivity in Graphene Oxide
von: El-Machachi, Zakariya, et al.
Veröffentlicht: (2024)

Accelerated First‐Principles Exploration of Structure and Reactivity in Graphene Oxide
von: Zakariya El‐Machachi, et al.
Veröffentlicht: (2024)

Probing the Tau Anomalous Magnetic Moment at Colliders: From Ultra-Peripheral Collisions to the Precision Frontier
von: Vignaroli, Natascia
Veröffentlicht: (2026)

Ground and excited potential energy surfaces for CaF+Ca interactions and isotope exchange reactions
von: Sardar, Dibyendu, et al.
Veröffentlicht: (2025)

An Accurate Tensorial Model for Prediction of Full Zeolite NMR Spectra
von: Bornes, Carlos, et al.
Veröffentlicht: (2026)

Homopolar Chemical Bonds Induce In-Plane Anisotropy in Layered Semiconductors
von: Tan, Jieling, et al.
Veröffentlicht: (2024)

Homopolar Chemical Bonds Induce In‐Plane Anisotropy in Layered Semiconductors
von: Jieling Tan, et al.
Veröffentlicht: (2024)

Role of the symmetry energy slope in neutron stars: exploring the model-dependency
von: Lopes, Luiz L.
Veröffentlicht: (2024)

PySSED: an automated method of collating and fitting stellar spectral energy distributions
von: McDonald, Iain, et al.
Veröffentlicht: (2024)