Modélisation du Borophène sur Ag par un Potentiel à Réseau de Neurones
Borophene on Silver Modelling with Neural Network Potential
Pierre Mignon, et Abdulrahman Allouche (équipe THEOCHEM), en collaboration avec des collègues de Lyon, ont publié un article intitulé "Neural network approach for a rapid prediction of metal-supported borophene properties" dans la revue J. Am. Chem. Soc.
Pierre Mignon, and Abdulrahman Allouche (team THEOCHEM), with colleagues from LMI (Univ-lyon1) : Colin Bousige, published an article entitled "Neural network approach for a rapid prediction of metal-supported borophene properties" in the J. Am. Chem. Soc.
Nous avons développé un potentiel à réseau de neurones (NNP) pour décrire les propriétés structurelles et énergétiques du borophène déposé sur l’argent avec la précision de calculs DFT tout en permettant un gain considérable en vitesse de calcul. L’étude de structures étendues permet de révéler des ondulations de surface particulières ainsi qu’une stabilité dépendant de l’allotrope considéré et de l’orientation du borophène à la surface du métal. Le NNP démontre également sa capacité à simuler les densités d’états de vibration et à produire des structures réalistes, les images STM simulées correspondant étroitement aux images expérimentales.
We have developed a neural network potential (NNP) to describe the structural and energetic properties of borophene deposited on silver with the precision of DFT calculations, while enabling considerable gains in computational speed. The study of extended structures reveals particular surface undulations and stability depending on the allotrope considered and the orientation of the borophene on the metal surface. NNP also demonstrates its ability to simulate densities of vibrational states and produce realistic structures, with simulated STM images closely matching experimental ones.
