Journal of Physical Chemistry C

, том 123 , издание 49 , страницы 29533-29542

Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2

Roman Eremin ^{1, 2}

Pavel N. Zolotarev ^{1, 2}

Andrey A. Golov ^{1, 2}

Nadezhda A Nekrasova ^{1, 2}

T. Leisegang ^{2, 3}

Скрыть аффилиации авторов Показать аффилиации авторов: 3 аффилиации

Samara Center for Theoretical Materials Science, Samara University, Ac. Pavlov Str. 1, 443011 Samara, Russia |

Samara Center for Theoretical Materials Science, Samara State Technical University, Molodogvardeyskaya Str. 244, 443100 Samara, Russia |

Institute of Experimental Physics, TU Bergakademie Freiberg, Leipziger str. 23, 09599 Freiberg, Germany |

Тип публикации: Journal Article

Дата публикации: 2019-11-18

American Chemical Society (ACS)

Journal of Physical Chemistry C

scimago Q1

wos Q3

БС1

SJR: 0.914

CiteScore: 6.2

Impact factor: 3.2

ISSN: 19327447, 19327455

DOI: 10.1021/acs.jpcc.9b07535

Скопировать DOI

Surfaces, Coatings and Films

Electronic, Optical and Magnetic Materials

Physical and Theoretical Chemistry

General Energy

Краткое описание

We present a comprehensive study on the influence of Ti doping on K+ migration in the K1–xFe1–xTixO2 solid electrolyte. A novel approach is proposed which is based on modeling of configurational spaces (CSs) and full sets of inequivalent migration pathways by means of density functional theory (DFT) calculations and machine learning (ML) techniques. A 2 × 1 × 1 supercell (32 formula units) of a low-temperature polymorph of the KFeO2 compound with space group symmetry Pbca was used. For the three lowest Ti contents (x = 0.03, 0.06, and 0.09), all symmetrically inequivalent configurations of atomic arrangements (CSs) and K+ migration pathways (total numbers: 128, 59520, and 8630400) were generated. With the DFT-derived energetics of K+ migration at the lowest doping level (x = 0.03), the ML models were trained to predict ionic transport properties by using geometrical descriptors for the pathway-dopant arrangement. The trained ML models were then used to evaluate the K+ migration properties for pathways at ...

Найдено

3 цитирования

Блатов Владислав

д.х.н., проф.

307 публикаций, 14 678 цитирований, 90 рецензий

Индекс Хирша: 52

Самарский государственный технический университет

Области научных интересов

Базы данных

Материаловедение

3 цитирования

Буденный Семен

🥼 🤝

к.ф.-м.н.

49 публикаций, 348 цитирований, 1 рецензия

Индекс Хирша: 9

Институт искусственного интеллекта AIRI

ПАО Сбербанк

Области научных интересов

Data Science

Вычислительная физика

Глубокое обучение

Искусственный интеллект

Машинное обучение

Прикладная математика

1 цитирование

Кабанов Артем

🥼 🤝

к.ф.-м.н.

53 публикации, 1 070 цитирований, 13 рецензий

Индекс Хирша: 16

Самарский государственный технический университет

Физический институт им. П.Н. Лебедева РАН

Области научных интересов

Диффузия

Машинное обучение

Теория функционала плотности

Углеродные материалы

Физика твердого тела

Физико-химическое материаловедение

1 цитирование

Морхова Елизавета

🥼 🤝

к.х.н.

39 публикаций, 250 цитирований, 4 рецензии

Индекс Хирша: 11

Самарский государственный технический университет

ФИЦ Кольский Научный Центр РАН

Области научных интересов

Квантовая химия

Кристаллохимия

Металл-ионные аккумуляторы

Топливные элементы

Химия твердого тела

Электрохимия

Топ-30

Журналы

	1 2
Crystal Growth and Design	Crystal Growth and Design, 2, 10% Crystal Growth and Design 2 публикации, 10%
Computational Materials Science	Computational Materials Science, 2, 10% Computational Materials Science 2 публикации, 10%
CrystEngComm	CrystEngComm, 1, 5% CrystEngComm 1 публикация, 5%
Chemistry of Materials	Chemistry of Materials, 1, 5% Chemistry of Materials 1 публикация, 5%
Inorganic Chemistry Frontiers	Inorganic Chemistry Frontiers, 1, 5% Inorganic Chemistry Frontiers 1 публикация, 5%
Nanotechnology	Nanotechnology, 1, 5% Nanotechnology 1 публикация, 5%
Journal of Physical Chemistry C	Journal of Physical Chemistry C, 1, 5% Journal of Physical Chemistry C 1 публикация, 5%
Physical Chemistry Chemical Physics	Physical Chemistry Chemical Physics, 1, 5% Physical Chemistry Chemical Physics 1 публикация, 5%
Zeitschrift fur Kristallographie - Crystalline Materials	Zeitschrift fur Kristallographie - Crystalline Materials, 1, 5% Zeitschrift fur Kristallographie - Crystalline Materials 1 публикация, 5%
Physical Review Materials	Physical Review Materials, 1, 5% Physical Review Materials 1 публикация, 5%
Challenges and Advances in Computational Chemistry and Physics	Challenges and Advances in Computational Chemistry and Physics, 1, 5% Challenges and Advances in Computational Chemistry and Physics 1 публикация, 5%
Energy Advances	Energy Advances, 1, 5% Energy Advances 1 публикация, 5%
Communications Materials	Communications Materials, 1, 5% Communications Materials 1 публикация, 5%
ChemElectroChem	ChemElectroChem, 1, 5% ChemElectroChem 1 публикация, 5%
Scientific Reports	Scientific Reports, 1, 5% Scientific Reports 1 публикация, 5%
npj Computational Materials	npj Computational Materials, 1, 5% npj Computational Materials 1 публикация, 5%
Journal of Alloys and Compounds	Journal of Alloys and Compounds, 1, 5% Journal of Alloys and Compounds 1 публикация, 5%
Acta Materialia	Acta Materialia, 1, 5% Acta Materialia 1 публикация, 5%
	1 2

Издатели

	1 2 3 4
Royal Society of Chemistry (RSC)	Royal Society of Chemistry (RSC), 4, 20% Royal Society of Chemistry (RSC) 4 публикации, 20%
American Chemical Society (ACS)	American Chemical Society (ACS), 4, 20% American Chemical Society (ACS) 4 публикации, 20%
Elsevier	Elsevier, 4, 20% Elsevier 4 публикации, 20%
Springer Nature	Springer Nature, 4, 20% Springer Nature 4 публикации, 20%
IOP Publishing	IOP Publishing, 1, 5% IOP Publishing 1 публикация, 5%
Walter de Gruyter	Walter de Gruyter, 1, 5% Walter de Gruyter 1 публикация, 5%
American Physical Society (APS)	American Physical Society (APS), 1, 5% American Physical Society (APS) 1 публикация, 5%
Wiley	Wiley, 1, 5% Wiley 1 публикация, 5%
	1 2 3 4

Мы не учитываем публикации, у которых нет DOI.
Статистика публикаций обновляется еженедельно.

Вы ученый?

Создайте профиль, чтобы получать персональные рекомендации коллег, конференций и новых статей.

Войти с ORCID

Метрики

Цитировать

ГОСТ |

Цитировать

ГОСТ Скопировать

Eremin R. et al. Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2 // Journal of Physical Chemistry C. 2019. Vol. 123. No. 49. pp. 29533-29542.

ГОСТ со всеми авторами (до 50) Скопировать

Eremin R., Zolotarev P. N., Golov A. A., Nekrasova N. A., Leisegang T. Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2 // Journal of Physical Chemistry C. 2019. Vol. 123. No. 49. pp. 29533-29542.

RIS |

Цитировать

RIS Скопировать

TY - JOUR

DO - 10.1021/acs.jpcc.9b07535

UR - https://doi.org/10.1021/acs.jpcc.9b07535

TI - Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2

T2 - Journal of Physical Chemistry C

AU - Eremin, Roman

AU - Zolotarev, Pavel N.

AU - Golov, Andrey A.

AU - Nekrasova, Nadezhda A

AU - Leisegang, T.

PY - 2019

DA - 2019/11/18

PB - American Chemical Society (ACS)

SP - 29533-29542

IS - 49

VL - 123

SN - 1932-7447

SN - 1932-7455

ER -

BibTex |

Цитировать

BibTex (до 50 авторов) Скопировать

@article{2019_Eremin,

author = {Roman Eremin and Pavel N. Zolotarev and Andrey A. Golov and Nadezhda A Nekrasova and T. Leisegang},

title = {Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2},

journal = {Journal of Physical Chemistry C},

year = {2019},

volume = {123},

publisher = {American Chemical Society (ACS)},

month = {nov},

url = {https://doi.org/10.1021/acs.jpcc.9b07535},

number = {49},

pages = {29533--29542},

doi = {10.1021/acs.jpcc.9b07535}

}

MLA

Цитировать

MLA Скопировать

Eremin, Roman, et al. “Ionic Transport in Doped Solid Electrolytes by Means of DFT Modeling and ML Approaches: A Case Study of Ti-Doped KFeO2.” Journal of Physical Chemistry C, vol. 123, no. 49, Nov. 2019, pp. 29533-29542. https://doi.org/10.1021/acs.jpcc.9b07535.