1. На главную
  2. Электронные версии
  3. Российские нанотехнологии
  4. T. 19, № 3, 2024

Российские нанотехнологии, 2024, T. 19, № 3, стр. 322-326

МАШИННОЕ ОБУЧЕНИЕ ДЛЯ ОПРЕДЕЛЕНИЯ АРХИТЕКТУРЫ АНСАМБЛЕЙ БИМЕТАЛЛИЧЕСКИХ PtCu-НАНОЧАСТИЦ НА ОСНОВАНИИ РАДИАЛЬНЫХ ФУНКЦИЙ РАСПРЕДЕЛЕНИЯ АТОМОВ

Я. Н. Гладченко-Джевелекис 1, *, Д. Б. Толчина 1, В. В. Срабионян 1, В. А. Дурыманов 1, Л. А. Авакян 1, Л. А. Бугаев 1

1 Южный федеральный университет
Ростов-на-Дону, Россия

* E-mail: ygl@sfedu.ru

Поступила в редакцию 05.12.2023
После доработки 15.01.2024
Принята к публикации 15.01.2024

Аннотация

Известно, что каталитические свойства материалов на основе биметаллических наночастиц (НЧ) PtCu зависят как от состава, так и от распределения атомов в этих частицах. Поэтому при создании новых материалов с улучшенными каталитическими свойствами необходимо иметь точный и надежный экспериментальный метод определения архитектуры НЧ (случайный твердый раствор, Янус, ядро–оболочка или “градиент”). В предыдущем исследовании в результате моделирования с помощью методов машинного обучения было показано, что для определения архитектуры одиночных биметаллических НЧ можно использовать точные теоретически рассчитанные парные радиальные функции распределения атомов (РФРА), получаемые из наиболее распространенных источников структурной информации о НЧ, таких как спектроскопия рентгеновского поглощения и методы рентгеновской дифракции. Данная работа является логическим продолжением и посвящена теоретическому исследованию влияния ошибок в определении РФРА, а также влияния распределений по размеру и составу НЧ на возможность определения архитектуры НЧ по их РФРА.

Список литературы

  1. Pryadchenko V.V., Belenov S.V., Shemet D.B. et al. // J. Phys. Chem. C. 2018. V. 122. № 30. P. 17199. https://doi.org/10.1021/acs.jpcc.8b03696

  2. Avakyan L., Tolchina D., Barkovski V. et al. // Comput. Mater. Sci. 2022. V. 208. P. 111326. https://doi.org/10.1016/j.commatsci.2022.111326

  3. Pryadchenko V.V., Belenov S.V., Shemet D.B. et al. // Phys. Solid State. 2017. V. 59. № 8. P. 1666. https://doi.org/10.1134/S1063783417080200

  4. Belenov S.V., Volochaev V.A., Pryadchenko V.V. et al. // Nanotechnologies in Russia. 2017. V. 12. № 3–4. P. 147. https://doi.org/10.1134/S1995078017020033

  5. Pryadchenko V.V., Srabionyan V.V., Kurzin A.A. et al. // Appl. Catal. A Gen. 2016. V. 525. P. 226. https://doi.org/10.1016/j.apcata.2016.08.008

  6. Srabionyan V.V., Pryadchenko V.V., Kurzin A.A. et al. // Phys. Solid State. 2016. V. 58. № 4. P. 752. https://doi.org/10.1134/S1063783416040247

  7. Pryadchenko V.V., Srabionyan V.V., Mikheykina E.B. et al. // J. Phys. Chem. C. 2015. V. 119. № 6. P. 3217. https://doi.org/10.1021/jp512248y

  8. Hussain S., Erikson H., Kongi N. et al. // Int. J. Hydrogen Energy. 2020. V. 45. № 56. P. 31775. https://doi.org/10.1016/j.ijhydene.2020.08.215

  9. Kodama K., Nagai T., Kuwaki R. et al. // Nat. Nanotechnol. 2021. V. 16. № 2. P. 140. https://doi.org/10.1038/s41565-020-00824-w

  10. Neergat M., Rahul R. // J. Electrochem. Soc. 2012. V. 159. № 7. P. F234. https://doi.org/10.1149/2.039207jes

  11. Moriau L.J., Hrnjić A., Pavlišič A. et al. // iScience. 2021. V. 24. № 2. P. 102102. 102102.https://doi.org/10.1016/j.isci.2021.102102

  12. Alekseenko A.A., Moguchikh E.A., Safronenko O.I., Guterman V.E. // Int. J. Hydrogen Energy. 2018. V. 43. № 51. P. 22885. https://doi.org/10.1016/j.ijhydene.2018.10.139

  13. Alekseenko A.A., Guterman V.E., Belenov S.V. et al. // Int. J. Hydrogen Energy. 2018. V. 43. № 7. P. 3676. https://doi.org/10.1016/j.ijhydene.2017.12.143

  14. Belenov S.V., Guterman V.E., Tabachkova N.Y. et al. // Russ. J. Electrochem. 2018. V. 54. № 12. P. 1209. https://doi.org/10.1134/S1023193518130062

  15. Boldt K., Bartlett S., Kirkwood N., Johannessen B. // Nano Lett. 2020. V. 20. № 2. P. 1009. https://doi.org/10.1021/acs.nanolett.9b04143

  16. Gyulasaryan H., Avakyan L., Emelyanov A. et al. // J. Magn. Magn. Mater. 2022. V. 559. P. 169503. https://doi.org/10.1016/j.jmmm.2022.169503

  17. Avakyan L., Manukyan A., Bogdan. A. et al. // J. Nanoparticle Res. 2020. V. 22. № 1. P. 30. https://doi.org/10.1007/s11051-019-4698-8

  18. Srabionyan V.V., Heinz M., Kaptelinin S.Y. et al. // J. Alloys Compd. 2019. V. 803. P. 354. https://doi.org/10.1016/j.jallcom.2019.06.263

  19. Heinz M., Srabionyan V.V., Avakyan L.A. et al. // J. Alloys Compd. 2018. V. 736. P. 152. https://doi.org/10.1016/j.jallcom.2017.11.122

  20. Avakyan L.A., Srabionyan V.V., Pryadchenko V.V. et al. // Opt. Spectrosc. 2016. V. 120. № 6. P. 926. https://doi.org/10.1134/S0030400X16060035

  21. Srabionyan V.V., Bugaev A.L., Pryadchenko V.V. et al. // J. Non. Cryst. Solids. 2013. V. 382. P. 24. https://doi.org/10.1016/j.jnoncrysol.2013.09.025

  22. Srabionyan V.V., Bugaev A.L., Pryadchenko V.V. et al. // J. Phys. Chem. Solids. 2014. V. 75. № 4. P. 470. https://doi.org/10.1016/j.jpcs.2013.12.012

  23. Timoshenko J., Halder A., Yang B. et al. // J. Phys. Chem. C. 2018. V. 122. № 37. P. 21686. https://doi.org/10.1021/acs.jpcc.8b07952

  24. Timoshenko J., Wrasman C.J., Luneau M. et al. // Nano Lett. 2019. V. 19. № 1. P. 520. https://doi.org/10.1021/acs.nanolett.8b04461

  25. Bugaev A.L., Srabionyan V.V., Soldatov A.V. et al. // J. Phys. Conf. Ser. 2013. V. 430. № 1. P. 012028. https://doi.org/10.1088/1742-6596/430/1/012028

  26. Hjorth Larsen A., Jørgen Mortensen J., Blomqvist J. et al. // J. Phys. Condens. Matter. 2017. V. 29. № 27. P. 273002. https://doi.org/10.1088/1361-648X/aa680e

  27. ASAP is a calculator for doing large-scale classical molecular dynamics within the Atomic Simulation Environment (ASE). https: //asap3.readthedocs.io/

  28. Pedregosa F., Varoquaux G., Gramfort A. et al. // J. Mach. Learn. Res. 2012. V. 12. P. 2825. https://doi.org/10.48550/arXiv.1201.0490

  29. Derczynski L. // Proceedings of the Tenth International Conference on Language Resources and Evaluation ({LREC}’16) / Ed. Calzolari N. et al. Portorož, Slovenia: European Language Resources Association (ELRA), 2016. P. 261.

  30. Heinz M., Srabionyan V.V., Avakyan L.A. et al. // J. Alloys Compd. 2018. V. 767. P. 1253. https://doi.org/10.1016/j.jallcom.2018.07.183

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Российские нанотехнологии

Архивы выпусков Информация о журнале Отправить рукопись в журнал