Buchumschlag

Accelerating Discovery of Ternary Chiral Materials via Large-Scale Random Crystal Structure Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Jiexi, Shi, Diwei, Xuan, Fengyuan, Cao, Chongde
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Selective Random Structure Search (SRSS): Unbiased Exploration of Polymorphs in Crystals
von: Song, Jiexi, et al.
Veröffentlicht: (2026)

GEWUM: General Exploration Workflow for the Utopia of Materials: A Unified Platform for Automated Structure Generation, Selection, and Validation
von: Song, Jiexi, et al.
Veröffentlicht: (2026)

Ab initio Approach to Collective Excitations in Excitonic Insulators
von: Xuan, Fengyuan, et al.
Veröffentlicht: (2025)

Accelerating Cathode Material Discovery through Ab Initio Random Structure Searching
von: Zhu, Bonan, et al.
Veröffentlicht: (2021)

Accelerating Complex Materials Discovery with Universal Machine-Learning Potential-Driven Structure Prediction
von: An, Yuqi, et al.
Veröffentlicht: (2026)

From Photons to Electrons: Accelerated Materials Discovery via Random Libraries and Automated Scanning Transmission Electron Microscopy
von: Slautin, Boris, et al.
Veröffentlicht: (2026)

Structural Chirality and Electronic Chirality in Quantum Materials
von: Yan, Binghai
Veröffentlicht: (2023)

Exciton-Enhanced Spontaneous Parametric Down-Conversion in Two-Dimensional Crystals
von: Xuan, Fengyuan, et al.
Veröffentlicht: (2023)

Random Combinatorial Libraries and Automated Nanoindentation for High-Throughput Structural Materials Discovery
von: Chawla, Vivek, et al.
Veröffentlicht: (2025)

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)

Illustrating an Effective Workflow for Accelerated Materials Discovery
von: Mulukutla, Mrinalini, et al.
Veröffentlicht: (2024)

Is Large Language Model All You Need to Predict the Synthesizability and Precursors of Crystal Structures?
von: Song, Zhilong, et al.
Veröffentlicht: (2024)

Formation Energy Prediction of Material Crystal Structures using Deep Learning
von: Torlao, V., et al.
Veröffentlicht: (2024)

Bgolearn: a Unified Bayesian Optimization Framework for Accelerating Materials Discovery
von: Cao, Bin, et al.
Veröffentlicht: (2026)

Bridging Crystal Structure and Material Properties via Bond-Centric Descriptors
von: Zhang, Jian-Feng, et al.
Veröffentlicht: (2026)

Decoratypes: An Extensible Crystal Taxonomy for Machine Learning-Guided Materials Discovery
von: Miller, Kyle D., et al.
Veröffentlicht: (2025)

Agentic AI and Machine Learning for Accelerated Materials Discovery and Applications
von: Chen, Jihua, et al.
Veröffentlicht: (2026)

Accelerating Crystal Structure Prediction Using Data-Derived Potentials: High-Pressure Binary Hydrides
von: Conway, Lewis J., et al.
Veröffentlicht: (2025)

MatLLMSearch: Crystal Structure Discovery with Evolution-Guided Large Language Models
von: Gan, Jingru, et al.
Veröffentlicht: (2025)

Accelerated Prediction of Surface Stability and Particle Morphology in Ionic Crystals via Electrostatic Screening
von: Baiju, Sourav, et al.
Veröffentlicht: (2026)

Random Forest Prediction of Crystal Structure from Electron Diffraction Patterns Incorporating Multiple Scattering
von: Gleason, Samuel P., et al.
Veröffentlicht: (2024)

Chiral Phonons in Chiral Materials
von: Chen, Hao, et al.
Veröffentlicht: (2021)

VQCrystal: Leveraging Vector Quantization for Discovery of Stable Crystal Structures
von: Qiu, ZiJie, et al.
Veröffentlicht: (2024)

Accelerated Discovery of Crystalline Materials with Record Ultralow Lattice Thermal Conductivity via a Universal Descriptor
von: Shen, Xingchen, et al.
Veröffentlicht: (2025)

CrystalFormer-CSP: Thinking Fast and Slow for Crystal Structure Prediction
von: Cao, Zhendong, et al.
Veröffentlicht: (2025)

Quantum Geometric Advantage of the Correlated Exciton State in Non-linear Optics
von: Lai, MingRui, et al.
Veröffentlicht: (2024)

Inverse Materials Design via Joint Generation of Crystal Structures and Local Electronic Descriptors
von: Okuda, Ibuki, et al.
Veröffentlicht: (2026)

AI-Driven Accelerated Discovery of Intercalation-type Cathode Materials for Magnesium Batteries
von: Chen, Wenjie, et al.
Veröffentlicht: (2024)

CSPBench: a benchmark and critical evaluation of Crystal Structure Prediction
von: Wei, Lai, et al.
Veröffentlicht: (2024)

MolCrystalFlow: Molecular Crystal Structure Prediction via Flow Matching
von: Zeng, Cheng, et al.
Veröffentlicht: (2026)

Chiral Floquet Engineering on Topological Fermions in Chiral Crystals
von: Fan, Benshu, et al.
Veröffentlicht: (2024)

PDDFormer: Pairwise Distance Distribution Graph Transformer for Crystal Material Property Prediction
von: Shen, Xiangxiang, et al.
Veröffentlicht: (2024)

Forbidden p-d Orbital Coupling Accelerates High-Power-Factor Materials Discovery
von: Xiong, Wu, et al.
Veröffentlicht: (2025)

Bridging Theory and Experiment in Materials Discovery: Machine-Learning-Assisted Prediction of Synthesizable Structures
von: Xin, Yu, et al.
Veröffentlicht: (2025)

Electron-Chiral Phonon Coupling, Crystal Angular Momentum, and Phonon Chirality
von: Tateishi, Tomomi, et al.
Veröffentlicht: (2025)

Chirality-Induced Selectivity of Phonon Angular Momenta in Chiral Quartz Crystals
von: Ohe, Kazuki, et al.
Veröffentlicht: (2024)

Data-Driven Spectral Prediction for Accelerating Large-Scale Electronic Structure Calculations
von: Badrinarayanan, Abhiram, et al.
Veröffentlicht: (2026)

Accelerating Structure Prediction of Molecular Crystals using Actively Trained Moment Tensor Potential
von: Rybin, Nikita, et al.
Veröffentlicht: (2024)

Role of Large Language Models and Retrieval-Augmented Generation for Accelerating Crystalline Material Discovery: A Systematic Review
von: Oche, Agada Joseph, et al.
Veröffentlicht: (2025)

Beyond Beryllium: AI-Accelerated Materials Discovery for Interstellar Spacecraft Shielding
von: Li, Yue, et al.
Veröffentlicht: (2026)