Titre :

All-around local structure classification with supervised learning: The example of crystal phases and dislocations in complex oxides

Auteur(s) :

Furstoss, Jean [Auteur]
Unité Matériaux et Transformations (UMET) - UMR 8207
Institut Pprime [UPR 3346] [PPrime [Poitiers]]
Salazar, Carlos R. [Auteur]
Unité Matériaux et Transformations - UMR 8207 [UMET]
Carrez, Philippe [Auteur]
Unité Matériaux et Transformations (UMET) - UMR 8207
Hirel, Pierre [Auteur]
Unité Matériaux et Transformations (UMET) - UMR 8207
Lam, Julien [Auteur]
Unité Matériaux et Transformations (UMET) - UMR 8207

Titre de la revue :

Computer Physics Communications

Numéro :

309

Pagination :

109480

Éditeur :

Elsevier

Date de publication :

2025-01-08

ISSN :

0010-4655

Discipline(s) HAL :

Physique [physics]/Matière Condensée [cond-mat]/Science des matériaux [cond-mat.mtrl-sci]
Planète et Univers [physics]/Sciences de la Terre

Résumé en anglais : [en]

To accurately identify local structures in atomic-scale simulations of complex materials is crucial for the study of numerous physical phenomena including dynamic plasticity, crystal nucleation and glass formation. In this ...
Lire la suite >To accurately identify local structures in atomic-scale simulations of complex materials is crucial for the study of numerous physical phenomena including dynamic plasticity, crystal nucleation and glass formation. In this work, we propose a data-driven method to characterize local atomic environments, and assign them to crystal phases or lattice defects. After constructing a reference database, our approach uses descriptors based on Steinhardt's parameters and a Gaussian mixture model to identify the most probable environment. This approach is validated against several test cases: polymorph identification in alumina, and dislocation and grain boundary analysis in the olivine structure.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Projet Européen :

Rheology of Earth materials: closing the gap between TIMEscales in the laboratory and in the MANtle

Projet ANR :

ULNE
Science et Ingénierie à l'Echelle Nano
Nucléation dans les synthèses de nanoparticules: Simulations atomistiques assistées par machine-learning

Établissement(s) :

Université de Lille
CNRS
INRAE
ENSCL

Collections :

• Unité Matériaux et Transformations (UMET) - UMR 8207

Équipe(s) de recherche :

Plasticité

Date de dépôt :

2025-01-16T12:20:31Z
2025-01-16T15:19:02Z
2025-01-16T15:22:42Z
2025-01-16T15:33:10Z