인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Molecular and lattice vibrations are able to couple to the spin of electrons and lead to their relaxation and decoherence. Ab initio simulations have played a fundamental role in shaping our understanding of this process but further progress is hindered by their high computational cost. Here we present an accelerated computational framework based on machine-learning models for the prediction of molecular vibrations and spin-phonon coupling coefficients. We apply this method to three open-shell coordination compounds exhibiting long relaxation times and show that this approach achieves semi-to-full quantitative agreement with ab initio methods reducing the computational cost by about 80%. Moreover, we show that this framework naturally extends to molecular dynamics simulations, paving the way to the study of spin relaxation in condensed matter beyond simple equilibrium harmonic thermal baths.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
