Machine learning methods for excited-state dynamics simulations in light-induced...
Machine learning methods for excited-state dynamics simulations in light-induced spin-crossover complexes
Spin crossover complexes are bistable transition-metal compounds in which light, or other external simuli, is used to induce a change in the magnetic state of the system, allowing them to be employed as molecular switches in futur...
Spin crossover complexes are bistable transition-metal compounds in which light, or other external simuli, is used to induce a change in the magnetic state of the system, allowing them to be employed as molecular switches in future spintronics and photonics technologies. Despite the rapid development of experimental techniques to characterise these complexes, computational material science is not yet able to provide a quantitative description of the light-induced spin crossover mechanism. These limitations are mainly due to the need for enormous computational resources to perform accurate excited-state dynamics simulations in medium-sized transition-metal complexes. The aim of the SCOML project is to provide the proof of concept for a new machine learning-based strategy that will enable efficient and accurate simulations of the light-induced spin-crossover mechanism, thus paving the way for a systematic design of new materials. Achieving this goal has the potential to revolutionise the production of new technological solutions to guide Europe towards a digital and green transition.ver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.