文献

J-GLOBAL ID：201702239128640482   整理番号：17A0883976

非晶質炭素構造からの結晶化学の抽出【Powered by NICT】

Extracting Crystal Chemistry from Amorphous Carbon Structures

著者 (5件)： Deringer Volker L. (Engineering Laboratory, University of Cambridge, Trumpington Street, Cambridge, CB2 1PZ, United Kingdom) ,  Deringer Volker L. (Department of Chemistry, University of Cambridge, Lensfield Road, Cambridge, CB2 1EW, United Kingdom) ,  Csanyi Gabor (Engineering Laboratory, University of Cambridge, Trumpington Street, Cambridge, CB2 1PZ, United Kingdom) ,  Proserpio Davide M. (Universita degli Studi di Milano, Dipartimento di Chimica, Milano, Italy) ,  Proserpio Davide M. (Samara Center for Theoretical Materials Science (SCTMS), Samara University, Samara, Russia)
資料名： ChemPhysChem  (ChemPhysChem)
巻： 18  号： 8  ページ： 873-877  発行年： 2017年 
JST資料番号： W1265A  ISSN： 1439-4235  CODEN： CPCHFT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 炭素同素体をab initio結晶構造予測により集中的に調べられているが,そのような方法は,基本的な密度汎関数理論(DFT)の大きな計算コストにより制限されている。ここでは,新しいクラスの機械学習ベース原子間ポテンシャルのランダム構造探索のための用いることができ,いくつかのこれまで知られていない炭素同素体を予測することが分かった。注目すべきことに,著者らのモデルは液体および非晶質炭素のみからの構造情報を引き出し,結晶相のいかなる事前知識も持たない:それは,真の移行性,化学における応用のための重要な前提条件であることを示した。法はDFTよりも速い大きさの桁であり,原理的に,構造予測のための任意のアルゴリズムと組み合わせることができる。機械学習モデルは将来的に大規模な構造探索を可能にするために有望と思われる。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *結晶 ,  機械学習 ,  *結晶化学 ,  アルゴリズム ,  原子間ポテンシャル ,  *炭素 ,  密度汎関数法
準シソーラス用語： 事前知識 ,  結晶相 ,  計算コスト ,  構造予測 ,  同素体 ,  *アモルファスカーボン , 【Automatic Indexing@JST】

著者キーワード (5件)： ab initio計算 ,  炭素同素体 ,  ハイスループットスクリーニング ,  機械学習 ,  固体構造

分類 (3件)： 物理化学一般  (CB01010X) ,  分子の電子構造  (BH05010Q) ,  原子・分子のクラスタ  (BH09030O)

タイトルに関連する用語 (2件)： 非晶質炭素 ,  結晶化学