RT info:eu-repo/semantics/article
T1 An Efficient Deep Learning Scheme To Predict the Electronic Structure of Materials and Molecules: The Example of Graphene-Derived Allotropes
A1 Kuenneth, Christopher
A1 Tran, Huan Doan
A1 Ramprasad, Rampi
A1 González Del Rio, Beatriz
AB El articulo presenta un enfoque innovador para predecir la estructura electrónica de materiales utilizando el aprendizaje profundo, específicamente para alótropos derivados del grafeno. El estudio introduce una arquitectura de red neuronal que aprende de cálculos previos de teoría funcional de la densidad (DFT) y predice la densidad de estados electrónicos con gran velocidad y precisión. Este modelo, entrenado con datos de diversas configuraciones atómicas de carbono, muestra un rendimiento significativamente más rápido que los métodos convencionales de DFT, abriendo nuevas posibilidades para investigaciones rápidas y precisas en la ciencia de materiales.
PB American Chemical Society
SN 1089-5639
YR 2020
FD 2020
LK https://uvadoc.uva.es/handle/10324/74706
UL https://uvadoc.uva.es/handle/10324/74706
LA eng
NO Journal of Physical Chemistry A, 2020, vol.124, n. 45, p. 9496-9502
NO Producción Científica
DS UVaDOC
RD 05-feb-2025