A combined DFT and machine learning to predict the bond lengths in rare earth-doped inorganic crystals

Chen Bingrong ,  

He Fengting ,  

Yu Puy Mang Tam ,  

Xie Mengyuan ,  

Zhou Haiqiong ,  

Yin Hao ,  

Li Zhen ,  

Chen Zhenqiang ,  

Ma Fengkai ,  

Su Liangbi ,  

摘要

En los materiales cristalinos inorgánicos, el entorno de coordinación local de los iones de tierras raras tiene un impacto significativo en su rendimiento de radiación estimulada. Sin embargo, obtener rápidamente información sobre estructuras de coordinación local de iones de tierras raras sigue siendo un desafío importante. En este artículo, logramos predecir con precisión las longitudes de enlace estructural local de los iones de tierras raras en materiales cristalinos inorgánicos mediante cálculos de primeros principios y aprendizaje automático. Basándonos en el modelo de entrenamiento, se predijeron las longitudes de enlace de 96 materiales cristalinos inorgánicos dopados con tierras raras no reportados, y su precisión fue verificada mediante cálculos de primeros principios. Este método es simple, rápido y capaz de predecir en masa información sobre la estructura local de los iones de tierras raras, proporcionando así un enfoque importante para el diseño de la estructura y el rendimiento de los materiales cristalinos inorgánicos dopados con tierras raras.

关键词

Bond lengths;Local structures;Rare earth-doped inorganic crystal

阅读全文