在金电极上的水的电压依赖的表面红外光谱来自机器学习的ab initio二极管
Zachary K Goldsmith1, Marcos F Calegari Andrade2,3, Annabella Selloni4
1Department of Chemistry, Columbia University, New York, New York 10027, USA.
研究人员将ab initio分子动力学与深层神经网络结合起来,模拟在不同电压下在金电极上的水的表面振动光谱. 这种方法准确地预测实验结果,并揭示了水.
科学领域:
- 计算机化学和光谱学.
- 表面科学和电化学.
背景情况:
- 表面振动光谱对于理解电化学接口至关重要.
- 模拟这些光谱是具有挑战性的,因为需要动态描述电压对电子结构的影响.
研究的目的:
- 准确模拟表面特异性的红外光谱的水在金电极在应用电压偏差下.
- 阐明在电气接口上的水方向,键和双极之间的相互作用.
主要方法:
- 结合了初始分子动力学 (AIMD) 与深度神经网络 (DNN) 在界面水二极管上训练.
- 模拟了五种不同的应用电压偏差的振动光谱.
- 在AIMD数据上利用机器学习进行计算光谱学.
主要成果:
- 在应用正负电压下,在计算和实验观察到的振动光谱之间取得了显著的一致性.
- 揭示了水的分子特性 (方向,键,二极体) 与其振动特征之间的关系.
- 证明了DNN在AIMD中代表电子结构动态的有效性.
结论:
- 开发的协议准确地预测了应用于电压对电气接口的水的振动光谱的影响.
- 从初始数据的机器学习是推进计算光谱学的强大工具.
- 提供了对水在电极-电解质接口的基本行为的见解.
更多相关视频
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
08:52Near-Infrared Temperature Measurement Technique for Water Surrounding an Induction-heated Small Magnetic Sphere
Published on: April 30, 2018
相关概念视频
IR Spectroscopy: Hooke's Law Approximation of Molecular Vibration
According to Hooke's law, the vibrational frequency is directly proportional to...
UV–Vis Spectroscopy: Woodward–Fieser Rules
IR Spectrum Peak Broadening: Hydrogen Bonding
However, the extent of hydrogen bonding influences the observed stretching frequency and band broadening. Intermolecular or intramolecular...
UV–Vis Spectrometers
UV–Vis Spectroscopy: Molecular Electronic Transitions
UV–Vis Spectroscopy: Beer–Lambert Law
