Ny data mining ressource til organiske materialer til rådighed

En ny, frit tilgængelig database over organiske og organometalliske materialers elektroniske strukturer er nu tilgængelig online til forskning med kvantematerialer.

Udgivet af forskningsgruppen Condensed Matter ved Nordisk Institut for Teoretisk Fysik (NORDITA) ved KTH Royal Institute of Technology i Sverige, Organic Materials Database er beregnet som en data mining ressource til forskning i de elektriske og magnetiske egenskaber af krystaller, som primært er defineret af deres elektroniske båndstruktur-et energispektrum af elektroners bevægelse, der stammer fra deres kvantemekaniske egenskaber.

Computerberegning af sådanne strukturer er vanskelig og kræver store beregningsressourcer. Men takket være fremskridt inden for beregningseffekt og et stort krav om forudsigelse af materialer med målegenskaber, en ny måde at håndtere kvantematerialer har udviklet sig. Materialer informatik fokuserer på at udføre-og udvikle værktøjer til-high-throughput computing og data mining.

"Du kan betragte det som en samlet informatikanalyse, hvor egenskaberne af en enkelt forbindelse er fanget cirka og ressourcer er rettet mod at forstå globale tendenser inden for de store datasæt, "siger Alexander Balatsky, Professor i teoretisk fysik ved KTH.

Anvendelser af denne informatikdrevne tilgang er omfattende og dækker for eksempel, søgningen efter forskellige funktionelle materialer med speciel elektrisk, optiske og magnetiske egenskaber, herunder de nobelprisvindende topologiske stoftilstande i 2016-en vigtig byggesten i en kvantecomputer.

Databasen vil lette den første principundersøgelse af organiske stoffer og forudsigelse af organiske funktionelle materialer, i betragtning af deres store potentiale for industrielle applikationer, Siger Balatsky.

Elektroniske båndstrukturer beregnes ved hjælp af densitetsteori, der er et standardværktøj i moderne materialevidenskab. OMDB-webgrænsefladen giver brugerne mulighed for at søge efter materialer med specificerede målegenskaber ved hjælp af ikke-trivielle forespørgsler om deres elektroniske struktur, herunder avancerede værktøjer til mønstergenkendelse, søgning efter kemiske og fysiske egenskaber.