Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 20 von 196
Zurück zur Trefferliste

Vibe Check via Machine Learning: Testing the Prototype

  • Vibrational properties play a key role in determining the stability and thermal conductivity behaviour of materials. The quasi- harmonic approximation gives insight into the phononic properties of a compound, but in the established way, i.e. density functional theory based methods, it takes many calculation steps and consumes a lot of resources to arrive at the desired results. Machine learning (ML) trained interatomic potentials (e.g. Gaussian approximation potential, GAP) pose an alternative to the traditional computation way of phonons. We develop a Python code based workflow which combines automation tools like atomate2 with ML to ease providing interactomic potentials for (quantum chemical) computations and databases.

Volltext Dateien herunterladen

  • poster.pdf
    eng
  • poster.gif
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Christina ErturalORCiD
Koautor*innen:Janine George
Dokumenttyp:Posterpräsentation
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2023
Organisationseinheit der BAM:6 Materialchemie
6 Materialchemie / 6.0 Abteilungsleitung und andere
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurwissenschaften und zugeordnete Tätigkeiten
Freie Schlagwörter:Interatomic potentials; Machine learning; Phonons; Workflow
Themenfelder/Aktivitätsfelder der BAM:Material
Material / Materialdesign
Veranstaltung:#RSCPoster Twitter conference 2023
Veranstaltungsort:Online meeting
Beginndatum der Veranstaltung:28.02.2023
Enddatum der Veranstaltung:01.03.2023
URL:https://twitter.com/cer5814012/status/1630547004462858240
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:02.03.2023
Referierte Publikation:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.