检索结果-南通市图书馆

Accurate large-scale simulations of siliceous zeolites by neural network potentials

npj Computational Materials 2022年第1期8卷 1662-1673页

作者： Andreas Erlebach Petr Nachtigall luk.šgrajciar Department of Physical and Macromolecular Chemistry Charles UniversityHlavova 812800Prague 2Czech Republic

The computational discovery and design of zeolites is a crucial part of the chemical *** highly accurate while computational feasible protocol for identification of hypothetical siliceous frameworks that could be targeted experimentally is a great *** tackle this challenge,we trained neural network potentials(NNP)with the SchNet architecture on a structurally diverse database of density functional theory(DFT)*** database was iteratively extended by active learning to cover not only low-energy equilibrium configurations but also high-energy transition *** demonstrate that the resulting reactive NNPs retain DFT accuracy for thermodynamic stabilities,vibrational properties,as well as reactive and non-reactive phase *** a showcase,we screened an existing zeolite database and revealed>20k additional hypothetical frameworks in the thermodynamically accessible range of zeolite ***,our NNPs are expected to be essential for future high-throughput studies on the structure and reactivity of siliceous zeolites.

关键词： synthesis zeolite zeolites

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：