Estructura electrónica subyacente, utilizamos el híbrido

revPBE0 funcional con una corrección de dispersión El potencial NN basado en revPBE0-

Hacemos predicciones teóricas de D3 describe la densidad y las
Grimme que predecir con precisión la estructura,
las propiedades termodinámicas propiedades estructurales del agua
dinámica y espectroscopia del agua líquida en moléculas
del hielo y el agua líquida a un nivel mediante DFT (cortos finitos). en
dinámica y simulaciones revPBE0-D3 predice una
de teoría híbrida DFT(implica muy buen acuerdo con los
diferencia en la energía de la red entre las formas
analizar un segmento en un periodo experimentos se muestran las
ordenadas por protones más estables de hielo Ic e Ih.
que se extiende infinitamente), isobaras de densidad calculadas para
teniendo en cuenta las NQEs, el hielo hexagonal(lh) y cubico(lc) y agua
trastorno de protones y la líquida tanto nivel cuántico como
anarmonicidad clásica.
Primeros Potencial de
Estudio principios red neuronal
(NN)

Los métodos de energía libre

descritos aquí proporcionan una Uso Termodinámica ab initio
manera general, precisa y de agua líquida y solida
robusta para las predicciones de
primer principio de las
propiedades termodinámicas de
una gran cantidad de sistemas Potencial de
físicos, como compuestos
farmacéuticos, materiales de AA para NN
Materiales y
almacenamiento de hidrógeno,
hidrocarburos y aleaciones métodos Promover los resultados al nivel
metálicas. DFT elimina estos errores
residuales y cualquier dependencia
• Detalles de la simulación del potencial específico de NN
utilizado. Esto nos permite lograr la
• Fijación de interfaz
precisión del submili electron volt
• Contabilización de NQEs
en energías libres y hacer
• Flujo de trabajo para la
predicciones de propiedades
informática
imparciales en el nivel de
• Conjunto de datos
referencia ab initio de la teoría en
general.