Machine-learning accelerated structure search for ligand-protected clusters

Lincan Fang, Jarno Laakso, Patrick Rinke, Xi Chen*

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

Abstrakti

Finding low-energy structures of ligand-protected clusters is challenging due to the enormous conformational space and the high computational cost of accurate quantum chemical methods for determining the structures and energies of conformers. Here, we adopted and utilized a kernel rigid regression based machine learning method to accelerate the search for low-energy structures of ligand-protected clusters. We chose the Au25(Cys)18 (Cys: cysteine) cluster as a model system to test and demonstrate our method. We found that the low-energy structures of the cluster are characterized by a specific hydrogen bond type in the cysteine. The different configurations of the ligand layer influence the structural and electronic properties of clusters.

AlkuperäiskieliEnglanti
Artikkeli094106
Sivut1-9
Sivumäärä9
JulkaisuJournal of Chemical Physics
Vuosikerta160
Numero9
DOI - pysyväislinkit
TilaJulkaistu - 7 maalisk. 2024
OKM-julkaisutyyppiA1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä

Sormenjälki

Sukella tutkimusaiheisiin 'Machine-learning accelerated structure search for ligand-protected clusters'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä