Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Modeling disorder in crystalline materials using systematically improvable correlated methods

Descripción del proyecto

Descubrir los secretos de los materiales complejos

Los materiales desordenados, como las aleaciones de alta entropía, los superconductores y las superficies catalíticas, desempeñan un papel crucial en la tecnología. Sin embargo, sus interacciones electrónicas complejas hacen que sea difícil modelarlos con precisión. Los métodos convencionales, dominados por la teoría del funcional de la densidad (DFT, por sus siglas en inglés), a menudo resultan insuficientes. En este contexto, el equipo del proyecto Correlated_Disorder, financiado por el CEI, desarrollará nuevas herramientas de química cuántica «ab initio». Mediante la combinación de técnicas de función de Green, aprendizaje automático y modelos matemáticos avanzados, en el proyecto se permitirán simulaciones precisas y rentables de sistemas desordenados. Al integrar estos métodos con la dinámica molecular y crear modelos para diseñar mejores funcionales DFT, en Correlated_Disorder se prometen conocimientos más profundos sobre los materiales correlacionados y se allana el camino para una herramientas computacionales de próxima generación en química cuántica y ciencia de los materiales.

Objetivo

This proposal aims to advance the modeling of disordered correlated-electron materials by developing novel ab-initio quantum chemistry methods that challenge the prevailing dominance of density functional theory (DFT) in this area. By harnessing recent breakthroughs in Green's function techniques, machine learning, and advanced mathematical models, we propose a comprehensive suite of tools for predicting spectral and thermodynamic properties of disordered materials.
The methods developed in this proposal, based on finite temperature Green’s function approaches, will enable accurate and cost-effective simulations of disordered systems, overcoming the limitations of current approaches which rely predominantly on DFT. The proposed techniques will facilitate the study of a wide range of materials where disorder is a key factor, such as high entropy alloys, superconductors, and catalytic surfaces. Additionally, we will develop machine learning models trained on ab-initio Green's function data and integrate them with ab-initio molecular dynamics to study dynamic processes in disordered systems. Finally, we will also deliver tools for learning material specific DFT functionals from the ab-initio Green’s function data providing an insight into the functional design.

This project aims to open new frontiers in quantum chemistry and materials science, fostering interdisciplinary collaborations and providing a foundation for the next generation of computational tools. The anticipated outcomes include enhanced predictive capabilities for disordered systems and improved insights into the design of DFT functionals, contributing significantly to the fundamental scientific understanding of correlated materials.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) ERC-2024-ADG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

UNIWERSYTET WARSZAWSKI
Aportación neta de la UEn
€ 3 500 000,00
Dirección
KRAKOWSKIE PRZEDMIESCIE 26/28
00-927 Warszawa
Polonia
Región
Makroregion województwo mazowieckie Warszawski stołeczny Miasto Warszawa
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos

Beneficiarios (1)