Machine learning interatomic potentials for amorphous zeolitic imidazolate frameworks - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Digital Discovery Année : 2024

Machine learning interatomic potentials for amorphous zeolitic imidazolate frameworks

Résumé

Accurate microscopic models of amorphous metal–organic frameworks (MOFs) are difficult to create. Machine learning potentials based on data from ab initio molecular dynamics offer a novel way to achieve this goal.
Fichier principal
Vignette du fichier
article.pdf (1.05 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte
Licence

Dates et versions

hal-04394108 , version 1 (15-01-2024)
hal-04394108 , version 2 (14-02-2024)

Licence

Identifiants

Citer

Nicolas Castel, Dune André, Connor Edwards, Jack D. Evans, François-Xavier Coudert. Machine learning interatomic potentials for amorphous zeolitic imidazolate frameworks. Digital Discovery, 2024, ⟨10.1039/d3dd00236e⟩. ⟨hal-04394108v1⟩
24 Consultations
20 Téléchargements

Altmetric

Partager

Gmail Mastodon Facebook X LinkedIn More