表征纳米晶体或者无定形化合物的结构对于固态化学/物理领域是个非常大的挑战,其中对分布函数(Pair distribution function (PDF))分析X射线晶体学数据和中子全散射能够有助于解决该问题,但是大多数情况需要对数据进行结构精修才能得到可靠的结构数据和结论。
有鉴于此,不来梅大学Wilke Dononelli、奥尔胡斯大学Bjørk Hammer、Bo B. Iversen等报道发展了一种算法,能够通过即时(on-the-fly)机器学习方法和DFT计算,比较DFT计算结果,测试对分布函数在全局优化的方式对未知化合物的晶体结构进行比较,理解材料的微观原子结构。
本文要点
参考文献
Magnus Kløve, Sanna Sommer, Bo B. Iversen, Bjørk Hammer, Wilke Dononelli, Machine Learning Based Approach for Solving Atomic Structures of Nanomaterials Combining Pair Distribution Functions with Density Functional Theory, Adv. Mater. 2023
DOI: 10.1002/adma.202208220
https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202208220