Ag–Bi Charge Redistribution Creates Deep Traps in Defective Cs2AgBiBr6: Machine Learning Analysis of Density Functional Theory

D. Liu; Perez C. M.; A. Vasenko; Prezhdo O. V.

doi:10.1021/acs.jpclett.2c00869

Публикации

?

Ag–Bi Charge Redistribution Creates Deep Traps in Defective Cs2AgBiBr6: Machine Learning Analysis of Density Functional Theory

The Journal of Physical Chemistry Letters. 2022. Vol. 13. No. 16. P. 3645–3651.

Лю Д., Perez C. M., Васенко А. С., Prezhdo O. V.

Научное направление: Химия

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: машинное обучение solar cells Теория функционала плотности солнечные элементы перовскиты Perovskites Density functional theory (DFT)Machine Learning Analysis

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Экспериментальное и теоретическое исследование квантовых эффектов в системах пониженной размерности (2022)

When universal machine learning models fail in capacitance prediction for carbon-based supercapacitors: Leakage-aware validation and electrolyte screening

Makarov D. M., Каликин Н. Н., Fashchevsky K. A. и др., Electrochimica Acta 2026 Vol. 579 Article 150159

Добавлено: 13 октября 2026 г.

Анализ алгоритмов квантовых вычислений в биомедицине

Горбунов А. А., Григорьев А. А., Демидов Л. Н. и др., Приборы и системы. Управление, контроль, диагностика 2025 № 7 С. 20–24

Быстрое развитие технологии квантовых вычислений потенциально может произвести революцию в сложных вычислениях в физических, химических и биологических областях за счет использования квантовой суперпозиции и запутанности. Квантовые компьютеры используют кубиты, способные существовать в нескольких состояниях одновременно, в отличие от классических битов. Эта функция позволяет хранить и обрабатывать больше информации, что дает значительное преимущество при решении задач с обширным пространством ...

Добавлено: 12 октября 2026 г.

Electrochemical reduction of cyanide on conjugated copper-organic framework Cu3(HHTP)2 monolayer: A dispersion-corrected DFT investigation.

Shi R., Yu Y., Чибисов А. Н., International Journal of Hydrogen Energy 2025 Vol. 107 P. 52–62

Добавлено: 11 октября 2026 г.

Enhancing Boundary Stability in Decision Trees and Random Forests: A Weighted Sample Duplication Approach

Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25

Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...

Добавлено: 2 октября 2026 г.

Advances in colloidal anisotropic nanocrystals for high-efficiency light-emitting diodes

Жуков А. Е., Chen F., Zeng Y. и др., Nanoscale 2026 Vol. 18 No. 36 P. 19223–19253

Добавлено: 2 октября 2026 г.

Effect of the hydrogen bond donor nature on the extraction ability of a tributyl phosphate-based deep eutectic solvent

Мальцева В. Е., Ананьев И. В., Milevskii N. и др., Molecular Systems Design and Engineering 2026 Vol. 11 No. 7 P. 691–704

Добавлено: 2 октября 2026 г.

Crystal Structure and 35Cl NQR Spectroscopy in Сhlorinated closo-Dodecaborate Clusters {[(Me2CO)Ag(μ-Me2CO)2Ag(Me2CO)][μ-B12Cl12]}n and {[DMFAg(μ-DMF)2AgDMF][μ-B12Cl12]}n

Мальцева В. Е., Ананьев И. В., Golubev A. V. и др., Russian Journal of Inorganic Chemistry 2026 Vol. 71 P. 724–736

Добавлено: 2 октября 2026 г.

High-Resolution X‑ray Diffraction of TeII-Centered Chalcogen Bonds: Direct Visualization of σ–Holes and Quantitative Bonding Analysis

Мальцева В. Е., Rozhkov A., Ананьев И. В. и др., Inorganic Chemistry 2026 Vol. 65 No. 22 P. 12484–12496

Добавлено: 2 октября 2026 г.

High Temperature Oxidation Resistance of Off-Stoichiometric (Ni39.6Co29.3Cr10Al15.8Ta3.3Nb2)98.5B1.5 Chemically Complex Intermetallic Alloy

Остовари М. А., Mehrabi-Kalajahi S., Solizoda I. A. и др., Metals and Materials International 2026 P. 1–9

Добавлено: 1 октября 2026 г.

Proceedings of the Thirty-Fifth International Joint Conference on Artificial Intelligence (IJCAI 2026)

International Joint Conferences on Artificial Intelligence, 2026.

Добавлено: 1 октября 2026 г.

MPI+OpenMP implementation of resolution-of-the-identity Hartree-Fock method exploiting permutational symmetry of three-center electron repulsion integrals

Kashpurovich I., Oleynichenko A., Стегайлов В. В., Supercomputing Frontiers and Innovations 2026 Vol. 13 No. 1 P. 52–73

Добавлено: 28 сентября 2026 г.

Дополнительная коррекция ошибок в каскадном коде с помощью полносвязных нейронных сетей

Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: М.: РУДН, 2026..

В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...

Добавлено: 26 сентября 2026 г.

Thermodynamic Stabilization of PbS Quantum Dots for High-Performance Short-Wave Infrared Photodetection

Li Y., Han J., Zaman N. и др., ACS Applied Materials & Interfaces 2026 Vol. 18 No. 39 P. 54241–54251

Добавлено: 26 сентября 2026 г.

Использование методов машинного обучения для повышения эффективности систем противодействия многоэтапных кибератак

Лебедев О. Б., Левченко Д. Д., Черкасов Р. И., Инженерный вестник Дона 2026 № 2(134) Статья 7

Статья посвящена анализу влияния технологий искусственного интеллекта (ИИ) и машинного обучения на развитие, трансформацию киберугроз и создание высокоэффективных систем киберзащиты. Рассматриваются ключевые направления эволюции ИИ, включая ориентированные на данные, модели, приложения и человека подходы, и их роль в формировании как защитных, так и наступательных возможностей. Показано, что злоумышленники активно используют ИИ для автоматизации разведки, персонализации ...

Добавлено: 12 сентября 2026 г.

Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных

Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750

Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...

Добавлено: 10 сентября 2026 г.

Анализ согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН с помощью иерархической кластеризации

Вохминцев И. В., Вестник международных организаций: образование, наука, новая экономика 2026 Т. 21 № 2

ЕАЭС и ОДКБ – главные региональные международные организации для России. Понимание, оценка и анализ внешнеполитических позиций стран, которые туда входят — это вопрос национальных интересов страны. Из этого вытекает цель работы: выявление уровня и формы согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН. Уровень согласованности – оценка уровня близости стран при голосовании. Форма согласованности ...

Добавлено: 7 сентября 2026 г.

Анализ безопасности хранения биометрических данных с использованием FaceNet

Стародубов К. В., Гвасалия Г. В., Карасев П. И., Нано-био-технологии. Тепло- и электроэнергетика. Математическое моделирование: сборник статей III международной научно-практической конференции (Липецкий государственный технический университет, Липецк, Россия) 2025 С. 219–223

В данной работе рассматривается понятие нейронных сетей, сверточных нейронных сетей, их архитектура и принцип работы с ними. Основное внимание уделяется проверки надежности хранения изображений людей в качестве эмбедингов, которые как считается не поддаются восстановлению в оригинальное изображение. В ходе исследования проводится эксперимент: эмбединг лица, конкретного человека сравнивается с набором эмбедингов, которые хранятся в одном файле ...

Добавлено: 6 сентября 2026 г.

Scalable machine learning approach to disordered 𝑠-wave superconductors

Vyacheslav D. Neverov, Lukyanov A., Andrey V. Krasavin и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 No. 2 Article 024515

Добавлено: 5 сентября 2026 г.

Асимметрия информации на рынке адвокатских услуг: создание рейтинга методами машинного обучения

Казун А. П., Девятников В. Ю., Белов М. Д., Вопросы теоретической экономики 2026 Т. 3 № 32 С. 115–135

Как понять, хорош адвокат или нет? В данной статье мы описываем методологию, позволяющую измерять качество юридической помощи через разницу между тем, что предсказывает модель машинного обучения по объективным характеристикам дела, и тем, чем дело закончилось в реальности. Мы исходим из предпосылки, что если у адвоката дела стабильно заканчиваются лучше ожидаемого, то он делает свою работу хорошо. ...

Добавлено: 28 августа 2026 г.

Robust CsPbBr3@SiO2 Nanocrystals with Controlled Shell Growth for Stable High-Resolution X‑ray Scintillation Imaging

Liang Y., Zhang X., Wang Q. и др., ACS Applied Nano Materials 2026 Vol. 9 No. 32 P. 15224–15232

Добавлено: 27 августа 2026 г.

Non-epitaxial perovskite polariton laser diode operating under direct current

Pushkarev A., Khmelevskaia D., Matchenya I. и др., Nature 2026 Vol. 656 P. 80–85

Добавлено: 27 августа 2026 г.

Шизофрения и её влияние на лексический уровень языка

Тасенко О. А., Унтила К. В., Шишковская Т. И. и др., В кн.: Десятая международная конференция по когнитивной науке: Тезисы докладов. Пятигорск, 26–30 июня 2024 г.: Пятигорск: ОПиИД УНР ФГБОУ ВО «ПГУ», 2024. С. 328–329.

Шизофрения – это хроническое психическое расстройство, которое выражается как комбинация психотических симптомов, таких как галлюцинации, бред и дезорганизация когнитивных функций. Для шизофрении характерны трудности с поиском слов, приближение слов, то есть использование сходных по значению с нужным или же описывающих предполагаемое значение, а также использование негативной лексики чаще, чем в группе нормы, в том числе при описании ...

Добавлено: 24 августа 2026 г.

Volatility Forecasting From Econometrics To Artificial Intelligence: A Four-Stage Review Of The Evidence Pipeline From Forecast Accuracy To Portfolio Performance

Nikita I. Lysenok, International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 18s P. 1406–1430

A volatility forecast becomes useful only after it has passed through four stages: a model produces it, a trading rule consumes it, a portfolio aggregates the result, and an investor evaluates that result against a utility function. Each stage has its own mature evaluation apparatus, and each is studied in isolation. This review traces the ...

Добавлено: 23 августа 2026 г.

Which Model Families Pay? Econometric, Gradient Boosting and Recurrent Neural Network Volatility Forecasts in Active Trading Strategies on the Russian Stock Market

Nikita I. Lysenok, International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 17s P. 533–549

Добавлено: 18 августа 2026 г.