Tutkimustuotoksia vuodessa
Tutkimustuotoksia vuodessa
Projektin yksityiskohdat
Tiivistelmä
Toiminnalliset hybridiset materiaalit ovat orgaanisista molekyyleistä ja epäorgaanisista kiteistä muodostettuja yhdisteitä, jotka parantavat molempien ainesosien toiminnallisia ominaisuuksia ja pystyvät suorittamaan erityisiä toimintoja uusissa sovelluksissa ja laitteissa. Näiden hybridisten materiaalien toiminnallisuuden kontrolloimiseksi tarvitsemme parempaa tietoa niiden yksityiskohtaisesta mikroskooppisesta rakenteesta. AIMSS-projektissa tutkimme mikroskooppista rakennetta kehittämällä tekoälymenetelmiä ja yhdistämällä niitä kvanttimekaanisiin simulaatioihin. Tekoälyyn perustuva teknologia tarjoaa tässä yhteydessä merkittävän läpimurron tehokkuudessa, minkä ansiosta pystymme ensimmäistä kertaa ennustamaan orgaanisten-epäorgaanisten hybridisten materiaalien mikroskooppisen rakenteen. Esittelemme AIMSS-projektia kahdessa avainteknologioihin liittyvässä merkittävässä sovelluksessa: nanokitkassa ja hybridisessä optoelektroniikassa.
| Lyhytotsikko | Artificial intelligence/Rinke |
|---|---|
| Tila | Päättynyt |
| Todellinen alku/loppupvm | 01/01/2018 → 31/12/2021 |
Yhteistyöpartnerit
- Aalto-yliopisto (johto)
- Suomen Akatemia (Projektin osapuoli)
YK:n kestävän kehityksen tavoitteet
Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta (Sustainable Development Goal, SDG) poistamaan köyhyyden, suojelemaan planeettaa ja takaamaan vaurauden kaikille. Tämä projekti edistää seuraavia kestävän kehityksen tavoitteita:
Sormenjälki
Tutustu tutkimuksen aiheisiin, joita tämä projekti koskee. Nämä merkinnät luodaan taustalla olevien stipendien/apurahojen perusteella. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
Tutkimustuotos
- 12 Article
-
Exploring the Conformers of an Organic Molecule on a Metal Cluster with Bayesian Optimization
Fang, L., Guo, X., Todorovic, M., Rinke, P. & Chen, X., 13 helmik. 2023, julkaisussa: JOURNAL OF CHEMICAL INFORMATION AND MODELING. 63, 3, s. 745-752 8 SivumääräTutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto11 Lataukset (Pure) -
Efficient modeling of organic adsorbates on oxygen-intercalated graphene on Ir(111)
Järvi, J., Todorović, M. & Rinke, P., 15 toukok. 2022, julkaisussa: Physical Review B. 105, 19, s. 1-10 10 Sivumäärä, 195304.Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto2 Sitaatiot (Scopus)19 Lataukset (Pure) -
Machine learning as a tool to engineer microstructures: Morphological prediction of tannin-based colloids using Bayesian surrogate models
Jin, S. A., Kämäräinen, T., Rinke, P., Rojas, O. J. & Todorovic, M., 2022, julkaisussa: MRS Bulletin. 47, 1, s. 29-37 9 SivumääräTutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto1 Sitaatiot (Scopus)30 Lataukset (Pure)
Tietoaineistot
-
CO-tip fm-nc-AFM simulations of 1S-camphor/Cu(111) stable configurations
Krejci, O. (Creator), Zenodo, 6 toukok. 2021
DOI - pysyväislinkki: 10.5281/zenodo.4710346
Tietoaineisto: Dataset
-
NOMAD dataset: F4TCNQ and TTF adsorbed on Gr/O/Ir(111) and approximate supported Gr
Järvi, J. (Creator), NOMAD Repository, 2022
DOI - pysyväislinkki: 10.17172/nomad/2022.04.07-1, https://nomad-lab.eu/prod/v1/gui/dataset/doi/10.17172/NOMAD/2022.04.07-1
Tietoaineisto: Dataset
-
F4TCNQ and TTF on approximate supported graphene, 3D surface adsorbate search with BOSS
Järvi, J. (Creator), Todorović, M. (Creator) & Rinke, P. (Creator), Zenodo, 2022
DOI - pysyväislinkki: 10.5281/zenodo.6421408
Tietoaineisto: Dataset