Key points are not available for this paper at this time.
Materiais de baixa dimensão possuem propriedades atraentes que impulsionam esforços intensos para a descoberta de novos materiais. No entanto, os experimentos são tediosos para a descoberta sistemática, e os métodos computacionais atuais muitas vezes são ajustados para materiais bidimensionais (2D), ignorando outros materiais de baixa dimensão. Aqui, combinamos potenciais interatômicos universais de aprendizado de máquina (UMLIPs) e um método avançado de classificação de dimensionalidade baseado em constantes de força interatômica (FC) para realizar uma descoberta maciça de novos materiais de baixa dimensão. Primeiro, avaliamos a precisão em nível de princípios fundamentais dos UMLIPs na quantificação das FCs e calculamos fonons para 35.689 materiais a partir do banco de dados do Materials Project. Em seguida, utilizamos o método baseado em FC para classificação de dimensionalidade para descobrir 9.139 materiais de baixa dimensão, incluindo 1.838 clusters 0D, 1.760 cadeias 1D, 3.057 folhas/camadas 2D e 2.484 materiais de dimensões mistas, todos os quais não foram reconhecidos por descritores geométricos convencionais. Ao calcular as energias de ligação para os materiais 2D descobertos, também identificamos 887 folhas que poderiam ser facilmente ou potencialmente esfoliadas de suas estruturas volumosas parentais.
Bagheri et al. (Terça,) estudaram essa questão.