First-principles thermodynamics for optimal design of atomic structure and properties of grain boundaries in ceramic materials
First-principles thermodynamics for optimal design of atomic structure and properties of grain boundaries in ceramic materials
陶瓷材料原子结构和晶界性能优化设计的第一原理热力学
批准号：
21K14405
负责人：
Yokoi Tatsuya
金额：
$3.0万
依托单位：
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
项目状态：
已结题
起止时间：
2021-04-01 至 2023-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(10)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Preferential Growth Mode of Large-Sized Vacancy Clusters in Silicon: A Neural-Network Potential and First-Principles Study
硅中大型空位团簇的优先生长模式：神经网络势和第一性原理研究
硅中大型空位团簇的优先生长模式：神经网络势和第一性原理研究
DOI：
10.1021/acs.jpcc.1c07973
发表时间：
2021
期刊：
Journal of Physical Chemistry C
影响因子：
3.7
作者：
[T. Ushiro, T. Yokoi, Y. Noda, E. Kamiyama, M. Ohbitsu, H. Nagakura, K. Sueoka, K. Matsunaga]
通讯作者：
K. Matsunaga
Grain-boundary thermodynamics with artificial-neural-network potential: its ability to predict the atomic structures, energetics and lattice vibrational properties for Al
具有人工神经网络潜力的晶界热力学：预测 Al 的原子结构、能量学和晶格振动特性的能力
具有人工神经网络潜力的晶界热力学：预测 Al 的原子结构、能量学和晶格振动特性的能力
DOI：
--
发表时间：
2023
期刊：
Physical Review Materials
影响因子：
3.4
作者：
[T. Yokoi, M. Matsuura, Y. Oshima, K. Matsunaga]
通讯作者：
K. Matsunaga
Artificial-neural-network descriptor and interatomic potential for molecular simulations of lattice defects
用于晶格缺陷分子模拟的人工神经网络描述符和原子间势
用于晶格缺陷分子模拟的人工神经网络描述符和原子间势
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[T. Ushiro, T. Yokoi, Y. Noda, E. Kamiyama, M. Ohbitsu, H. Nagakura, K. Sueoka, K. Matsunaga, T. Yokoi]
通讯作者：
T. Yokoi
Grain boundary structures and energetics in CdTe: An artificial-neural-network interatomic potential and first-principles approach
CdTe 中的晶界结构和能量学：人工神经网络原子间势和第一原理方法
CdTe 中的晶界结构和能量学：人工神经网络原子间势和第一原理方法
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[T. Yokoi, K. Adachi, Y. Oshima1, K. Matsunaga]
通讯作者：
K. Matsunaga
Atomic structures of grain boundaries for Si and Ge: A simulated annealing method with artificial-neural-network interatomic potentials
Si 和 Ge 晶界的原子结构：采用人工神经网络原子间势的模拟退火方法
Si 和 Ge 晶界的原子结构：采用人工神经网络原子间势的模拟退火方法
DOI：
10.1016/j.jpcs.2022.111114
发表时间：
2023
期刊：
Journal of Physics and Chemistry of Solids
影响因子：
4
作者：
[T. Yokoi, Y. Oshima, K. Matsunaga]
通讯作者：
K. Matsunaga
共 10 条
海外基金