Buchumschlag

The occupation dependent DFT-1/2 method

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Shengxin, Shi, Jiangzhen, Xue, Kan-Hao, Yuan, Jun-Hui, Miao, Xiangshui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Materials Science Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the self-consistency of DFT-1/2
von: Cui, Hanli, et al.
Veröffentlicht: (2022)

Shell DFT-1/2 method towards engineering accuracy for semiconductors: GGA versus LDA
von: Cui, Hanli, et al.
Veröffentlicht: (2022)

Acceleration of shell DFT-1/2 in high-throughput calculations via cutoff radii prediction
von: Xie, Shanzhong, et al.
Veröffentlicht: (2025)

Improved self-energy correction method for accurate and efficient band structure calculation
von: Xue, Kan-Hao, et al.
Veröffentlicht: (2017)

Designing wake-up free ferroelectric capacitors based on the $\mathrm{HfO_2/ZrO_2}$ superlattice structure
von: Bai, Na, et al.
Veröffentlicht: (2022)

Impact of Zr substitution on the electronic structure of ferroelectric hafnia
von: Huang, Jinhai, et al.
Veröffentlicht: (2023)

Hafnia for analog memristor: Influence of stoichiometry and crystalline structure
von: Li, Li-Heng, et al.
Veröffentlicht: (2022)

On the material genome of wurtzite ferroelectrics
von: Zhou, Zijian, et al.
Veröffentlicht: (2024)

High-efficiency computational methodologies for electronic properties and structural characterization of Ge-Sb-Te based phase change materials
von: Xie, Shanzhong, et al.
Veröffentlicht: (2025)

Ferroelectricity in $\mathrm{HfO_2}$ from a chemical perspective
von: Yuan, Jun-Hui, et al.
Veröffentlicht: (2022)

Phase transitions in typical fluorite-type ferroelectrics
von: Yu, Heng, et al.
Veröffentlicht: (2024)

Thermodynamical study of N$_2$ clathrate hydrate from DFT calculations
von: Martin-Gondre, L., et al.
Veröffentlicht: (2025)

The chemisorption thermodynamics of O$_2$ and H$_2$O on AFM UO$_2$ surfaces unraveled by DFT+U-D3 study
von: Huang, Yang, et al.
Veröffentlicht: (2025)

Pseudopotentials, an overlooked source and remedy of DFT errors
von: Ye, Kuiyu, et al.
Veröffentlicht: (2025)

Ab initio simulation of $\mathrm{Ta_2O_5}$: A high symmetry ground state phase with application to interface calculation
von: Yuan, Jun-Hui, et al.
Veröffentlicht: (2018)

TBPLaS 2.0: a Tight-Binding Package for Large-scale Simulation
von: Li, Yunhai, et al.
Veröffentlicht: (2025)

$\mathrm{BaAs_3}$: A narrow gap 2D semiconductor with vacancy-induced semiconductor-metal transition
von: Tang, Ping, et al.
Veröffentlicht: (2019)

Exploring Chalcogen Influence on Sc2BeX4 (X = S, Se) for Green Energy Applications Using DFT
von: Ali, Ahmad, et al.
Veröffentlicht: (2025)

DFT calculations of magnetocrystalline anisotropy energy with fixed spin moment
von: Snarski-Adamski, Justyn, et al.
Veröffentlicht: (2026)

Limited Diffusion of Silicon in GaN: A DFT Study Supported by Experimental Evidence
von: Kawka, Karol, et al.
Veröffentlicht: (2025)

Rigorous extension of semilocal collinear functionals to noncollinear DFT using $SU(2)$ rotations
von: Gaul, Konstantin
Veröffentlicht: (2026)

Algorithmic differentiation for plane-wave DFT: materials design, error control and learning model parameters
von: Schmitz, Niklas Frederik, et al.
Veröffentlicht: (2025)

Predicting structure-dependent Hubbard U parameters for assessing hybrid functional-level exchange via machine learning
von: Cao, Zhendong, et al.
Veröffentlicht: (2023)

FastTrack: a fast method to evaluate mass transport in solid leveraging universal machine learning interatomic potential
von: Kang, Hanwen, et al.
Veröffentlicht: (2025)

Large-scale stochastic propagation method beyond the sequential approach
von: Fu, Zhichang, et al.
Veröffentlicht: (2025)

Can machines learn density functionals? Past, present, and future of ML in DFT
von: Akashi, Ryosuke, et al.
Veröffentlicht: (2025)

Uncertainty of DFT calculated mechanical and structural properties of solids due to incompatibility of pseudopotentials and exchange-correlation functionals
von: Maździarz, Marcin
Veröffentlicht: (2024)

Vanadium-Engineered Co2NiSe4 Nanomaterial: Coupled Thermoelectric, Piezoelectric, and Electronic Optimization via DFT+U for Advanced Energy Applications
von: Riaz, Ayesha, et al.
Veröffentlicht: (2025)

Universal machine learning interatomic potentials poised to supplant DFT in modeling general defects in metals and random alloys
von: Shuang, Fei, et al.
Veröffentlicht: (2025)

Anomalous Reversal of Stability in Mo-containing Oxides: A Difficult Case Exhibiting Sensitivity to DFT+U and Distortion
von: Liu, Tzu-chen, et al.
Veröffentlicht: (2025)

Improving density matrix electronic structure method by deep learning
von: Tang, Zechen, et al.
Veröffentlicht: (2024)

Electron-vacancy scattering in SrNbO$_3$ and SrTiO$_3$: A DFT-NEGF study
von: Rosendal, Victor, et al.
Veröffentlicht: (2024)

A way to identify whether a DFT gap is from right reasons or error cancellations: The case of copper chalcogenides
von: Shen, Jiale, et al.
Veröffentlicht: (2024)

Magnetic-field dependence of spin-phonon relaxation and dephasing due to g-factor fluctuations from first principles
von: Quinton, Joshua, et al.
Veröffentlicht: (2024)

Prediction of semi-metallic tetragonal Hf2O3 and Zr2O3 from first-principles
von: Xue, Kan-Hao, et al.
Veröffentlicht: (2012)

Illuminating Stability and Spectral Shifts: A DFT+U Study of Eu-Doped ZnWO$_4$ for Visible-Light Optoelectronics
von: Tayyab, Muhammad, et al.
Veröffentlicht: (2025)

Application-specific machine-learned interatomic potentials: exploring the trade-off between DFT convergence, MLIP expressivity, and computational cost
von: Baghishov, Ilgar, et al.
Veröffentlicht: (2025)

An accurate DFT-1/2 approach for shallow defect states: Efficient calculation of donor binding energies in silicon
von: Claes, Joshua, et al.
Veröffentlicht: (2025)

Planar penta-transition metal phosphide and arsenide as narrow-bandgap semiconductors from first principle calculations
von: Yuan, Jun-Hui, et al.
Veröffentlicht: (2018)

Accelerating the Discovery of Materials with Expected Thermal Conductivity via a Synergistic Strategy of DFT and Interpretable Deep Learning
von: Zeng, Yuxuan, et al.
Veröffentlicht: (2024)