磁性金属-有机框架的生成
材料科学
2026-05-01 v1
摘要
利用金属-有机框架作为稀土材料的替代品以及在技术应用中的潜力，已引起人们对这类材料日益增长的兴趣。由于晶胞中原子平均数量增加，包括金属-有机框架（MOFs）在内的有机材料模拟代表了一项计算挑战。雪上加霜的是，现代材料数据库通常仅限于无机结构，因为它们在电池和集成电路等现代技术中具有实用性。机器学习工具似乎非常适合研究这些系统。然而，有机材料在基础模型的训练集中通常代表性不足。在这项工作中，我们利用有机材料数据库（OMDB）创建了一个包含超过 15,000 个单点第一性原理计算的训练数据集，用于微调机器学习原子间势。具体来说，我们微调了 CHGNet，并实现了一个位点替换工作流程，以从 QMOF 数据库中的结构原型中识别出新型的高磁性 MOFs。
引用
@article{arxiv.2604.27879,
title = {Generation of magnetic metal-organic frameworks},
author = {Alexander C. Tyner and Avinash Pathapati and Alexander V. Balatsky},
journal= {arXiv preprint arXiv:2604.27879},
year = {2026}
}
备注
6 pages, 5 figures