Neuste Artikel für Dichtefunktionaltheorie

DiffCSP verbessert die Effizienz bei der Vorhersage von Kristallstrukturen mit generativen Modellen.

Gitter-DFT verbessert das Verständnis von komplexen elektronischen Systemen und Wechselwirkungen.

Erforschung der elektrischen Eigenschaften und Wechselwirkungen in Nickel-Dichalkogeniden.

Neue Erkenntnisse zeigen, wie Ladungsdichtewellen die Supraleitung in bestimmten Materialien beeinflussen.

Maschinenlernen verbessert die Genauigkeit bei der Vorhersage von Kristallstrukturen für die Entwicklung neuer Materialien.

Entdecke, wie Exzitone die Zukunft von elektronischen und optischen Geräten beeinflussen.

Forschung zeigt wichtige Energiedifferenzen in Atomkernen mit fortschrittlichen Modellierungstechniken.

Neuer automatisierter Ansatz verbessert die Berechnungen der Vibrationsspektroskopie für komplexe Materialien.

Ein Softwarepaket zum Studieren der elektronischen Strukturen von Materialien durch Simulationen.

Ein tiefer Blick in die Klassifikation von elektronischen Anregungen und neue Methoden.

Forscher bestätigen einzigartige Bandaufspaltung in Mangantellurid und zeigen altermagnetisches Verhalten.

Eine neue Methode verbessert die Effizienz bei der Datensammlung für wissenschaftliches maschinelles Lernen.

Neue Methoden in der Materialwissenschaft verbessern die Entdeckung von Legierungen mit Hilfe von maschinellem Lernen.

Eine neue Methode verbessert die Vorhersagen der Materialfestigkeit unter Stress.

Die Kombination von maschinellem Lernen und OFDFT verbessert die Effizienz und Genauigkeit der molekularen Analyse.

Die Erkundung des Potenzials von Halid-Doppelperowskiten in Solarzellen und LEDs.

CrTe zeigt vielversprechendes Potenzial für fortschrittliche Technologien mit seinen magnetischen und elektrischen Eigenschaften.

DBBSC bietet einen neuen Ansatz, um Berechnungen in der Quantenchemie zu verbessern.

Eine Technik verbessert das Verständnis von Elektronenstrukturen in organischen Materialien.

Untersuche den Einfluss der Spin-Bahn-Kopplung auf elektronische Eigenschaften und Anwendungen.

Die Rolle und Anwendungen der Greenschen Funktionstheorie in der modernen Physik erkunden.

Forschung zeigt Erkenntnisse über die Wechselwirkungen von Wasser mit Metalloxidoberflächen.

Neuere Studien verbessern die Schätzungen der Adsorptionsenergie von Kohlenmonoxid auf Magnesiumoxidoberflächen.

Forscher entwickeln stochastische Methoden, um Quasiteilchen effizient in komplexen Materialien zu untersuchen.

Untersuche, wie DFPT das Studium von Phononen in Materialien voranbringt.

Ein neuer Ansatz verbessert die Genauigkeit bei der Vorhersage von Hamiltonianen für Materialien.

Einblicke in die Eisenbud-Wigner-Smith-Zeitverzögerung und ihre Auswirkungen.

Neue Methode beschleunigt DFT-Berechnungen und verbessert die Materialforschung.

Die Röntgenabsorptionsspektroskopie zeigt die elektronischen Strukturen von Ferriten für verbesserte Anwendungen.

Forschung zu HeC60 zeigt wichtige Verhaltensweisen von eingefangenem Helium in Fullerenen.

Ein neuer Ansatz verbessert das Studium von magnetischen Metallen mithilfe fortschrittlicher Simulationen.

Die Forschung untersucht die Struktur und das magnetische Verhalten von kupfer-substituiertem Bleioxyapatit.

Forscher entdecken einzigartige elektronische Eigenschaften von verdrehtem Bilayer-Graphen.

Dieser Artikel behandelt Verbesserungen bei den Methoden zur Selbstwechselwirkungs-Korrektur innerhalb der Dichtefunktionaltheorie.

Ein neues Modell verbessert die Genauigkeit und Effizienz bei der Vorhersage der Elektronendichte.

Forschung nutzt maschinelles Lernen, um schnell die Eigenschaften von organischen Salzkrystallen vorherzusagen.

Effiziente Wege der atomaren Bewegung in chemischen Prozessen entdecken.

Forschung hebt neue Methoden hervor, um die einzigartigen Eigenschaften von Vanadiumdioxid zu untersuchen.

Maschinenlernen verbessert die Genauigkeit bei der Vorhersage chemischer Eigenschaften mithilfe adaptiver hybrider Dichtefunktionale.

Forschung zeigt, wie Aluminium sich unter extremen Bedingungen verhält.