【摘要】 时至今日，计算化学早已不仅仅是实验的附属品了，它随着计算水平的逐步提升和理论框架的逐步完善，现在，越来越多的纯计算可以单独发在以往的顶刊之上了。

1.Nature Communications：基于贝叶斯深度学习的晶体结构鲁棒识别和探索性分析

 

 

由于具有识别复杂模式的能力，神经网络正在推动材料科学数据分析的范式转变。在此，来自德国弗里茨哈伯研究所的Andreas Leitherer等研究者，介绍了一种基于贝叶斯深度学习的晶体结构识别方法——ARISE。作为向前迈出的重要一步，ARISE对结构噪声具有鲁棒性，可以处理100多个晶体结构，与此同时这个数字可以根据需要进行扩展。虽然只对理想结构进行训练，但从合成和实验资源来看，ARISE正确地描述了强微扰的单晶和多晶体系。贝叶斯深度学习模型的概率性质，允许获得有原则的不确定性估计，这些不确定性估计在电子断层扫描实验中发现与金属纳米颗粒的结晶有序相关。将无监督学习应用于内部神经网络表示，可以发现晶界和(不明显的)结构区域共享易于解释的几何性质。这项工作使得迄今为止受到阻碍的分析噪声原子结构数据的计算或实验成为可能。

 

 

参考文献：

Leitherer, A., Ziletti, A. & Ghiringhelli, L.M. Robust recognition and exploratory analysis of crystal structures via Bayesian deep learning. Nat Commun 12, 6234 (2021). https://doi.org/10.1038/s41467-021-26511-5

 

原文链接：

https://www.nature.com/articles/s41467-021-26511-5#citeas

 

2.JACS：二维材料本征态过滤的量子机器学习

 

 

量子机器学习算法，利用量子计算机的能力，已经成为经典算法的一个有前途的替代品。这种算法已经被开发用于解决诸如，分子系统的电子结构计算和磁性系统的自旋模型等问题。然而，所有这些算法中的讨论都特别关注于基态。

 

在此，来自美国普渡大学的Sabre Kais等研究者演示了一个量子算法，可以根据对称特性或用户的预定义，选择性过滤系统的任何能量特征态。该技术的主要工具是一个浅层神经网络，利用量子电路对吉布斯-玻尔兹曼分布进行采样计算得到的振幅和从一组独立神经元的非线性激活中获得的经典相位信息来编码系统的期望状态。研究者证明了该算法的资源需求是严格的二次的。为了证明它的有效性，研究者在单分子层过渡金属二卤族中使用了状态过滤，这是迄今为止在任何类型的量子模拟中都没有探索过的。研究者不仅在量子模拟器上实现了算法，而且在实际的IBM-Q量子器件上也实现了算法，结果与传统的电子结构计算结果吻合得很好。因此，该协议在探索精致材料的带结构方面提供一种新的替代方法，以取代通常的电子结构方法或仅在经典计算机上实现的机器学习技术。

 

 

参考文献：

Sajjan, Manas, Shree Hari Sureshbabu, and Sabre Kais. "Quantum machine-learning for eigenstate filtration in two-dimensional materials." J. Am. Chem. Soc. 2021.https://doi.org/10.1021/jacs.1c06246

 

原文链接：

https://pubs.acs.org/doi/10.1021/jacs.1c06246

 

3.Nano letters：石墨烯纳米带中的电致狄拉克费米子

 

 

石墨烯纳米带，被广泛认为是下一代碳基器件的基石。其未来应用的一个关键问题是，其电子结构能否被外部控制。在此，来自美国哈佛大学的Michele Pizzochero等研究者，结合简单的哈密顿模型和广泛的第一性原理计算，研究了扶手椅石墨烯纳米带对横向电场的响应。这样的电场，可以通过对纳米带横向门控或沿边缘加入双极性化学共掺杂剂来实现。因此，研究者揭示了，该电场诱导了半导体到半金属的转变，半金属相具有沿扶手椅边缘传播的零能量狄拉克费米子。这种转变发生在与纳米带宽度成反比的临界场。这些发现，适用于包括硅烯和锗烯纳米带在内的第四主族的蜂窝晶格，而不用考虑边缘端接的类型。总体来说，该结果为在半导体类石墨烯纳米带中电工程Dirac半金属相创造了新的机会。

 

 

参考文献：

Pizzochero, Michele, et al. "Electrically Induced Dirac Fermions in Graphene Nanoribbons." Nano Letters (2021). 

https://doi.org/10.1021/acs.nanolett.1c03596

 

原文链接：

https://pubs.acs.org/doi/10.1021/acs.nanolett.1c03596

 

4.ACS Nano：钠离子固态电解质进展的计算辅助

 

 

全固态钠电池，因其安全性高、能量密度高、原料丰富等优点，受到了越来越多的关注。但实际应用中仍然存在的关键问题之一，是缺乏良好的超离子和电化学稳定固态电解质(SEs)。设计和制造高性能SEs专用功能材料，需要在原子水平上深入了解快速钠离子导体的输运机制和电化学性能。由于计算和编程技术的不断进步和发展，先进的计算工具提供了一个强大和方便的方法来开发特定的功能材料，以实现这一目标。在此，来自深圳大学的Renheng Wang等研究者，对SEs的先进计算方法和离子迁移机制进行了综述。其次，综述了钠-β-氧化铝型、硫化物型、NASICON型和反钙钛矿型钠-离子SEs等新型固体钠离子导体的研究进展。最后，研究者概述了当前的挑战和未来的机遇。本文特别强调了计算研究及其与实验的互补性，在加速ASSBs高性能钠离子电池研究进展方面的贡献。

 

 

参考文献：

Yang, Kaishuai, et al. "Computational Auxiliary for the Progress of Sodium-Ion Solid-State Electrolytes." ACS nano (2021). 

https://doi.org/10.1021/acsnano.1c07476

 

原文链接：

https://pubs.acs.org/doi/10.1021/acsnano.1c07476

 

5.Nano Energy：纳米摩擦电发电机超声感应发电的计算研究

 

 

将超声波有效地转化为电能，仍然是一种非常理想的无线供电解决方案，在几乎所有工业领域的能量转移中具有潜在的深远影响，特别是在可植入的医疗设备中。摩擦电纳米发电机，已经被证明可以有效地进行超声波能量转换，尽管效率仍然很低。在此，来自美国加州大学洛杉矶分校的Jun Chen等研究者，设计了一个计算模型来研究最佳的摩擦电纳米发电机辐照条件，包括频率、距离、尺寸和设计，以辐照摩擦电表面积位移来表示。该研究，为建立高效超声机械能采集的标准化方案奠定了基础。这具有相当重要的意义，在设计越来越多的无线能量传输应用解决方案时，这可能是至关重要的，为可植入医疗设备的开发提供了可扩展的、成本有效的且节省时间的解决方案。

 

 

参考文献：

Deng, Weili, et al. "Computational investigation of ultrasound induced electricity generation via a triboelectric nanogenerator." Nano Energy (2021): 106656. DOI：https://doi.org/10.1016/j.nanoen.2021.106656

 

原文链接：

https://www.sciencedirect.com/science/article/pii/S2211285521009071

 

本文所有内容文字、图片和音视频资料，版权均属科学指南针网站所有，任何媒体、网站或个人未经本网协议授权不得以链接、转贴、截图等任何方式转载。