AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-23

ZnCl2 इलेक्ट्रोलाइट विलयनों में सांद्रता-निर्भर स्पीशिएशन: मशीन-लर्निंग अंतरापरमाणुक विभवों की अंतरणीयता और EXAFS की स्पीशिएशन संवेदनशीलता

मूल शीर्षक: Concentration-Dependent Speciation in ZnCl2 Electrolyte Solutions: Transferability of Machine-Learning Interatomic Potentials and Speciation Sensitivity of EXAFS

सांद्र विद्युत-अपघट्यों में स्पीशिएशन की भविष्यवाणी के लिए सटीक आयन अंतःक्रियाओं और धीरे-धीरे आपस में बदलने वाले समन्वय परिवेशों की सैंपलिंग आवश्यक है। जलीय ZnCl2 के Zn K-एज EXAFS मापनों को DeepMD, DPMD-SCAN और MACE-MATPES-r2SCAN सहित कई मशीन-लर्निंग अंतर-परमाण्विक विभवों का उपयोग करके की गई लंबी आणविक गतिकी रनों के साथ संयोजित किया गया। सांद्रता बढ़ाने से अष्टफलकीय समन्वय घटा, पानी की जगह क्लोराइड आ गया, और क्लोराइड-सेतु वाले संगठन को बढ़ावा मिला। DPMD-SCAN विभिन्न सांद्रताओं में सबसे अधिक अंतरणीय था, और MACE-MATPES-r2SCAN ने अधिक कुशलता से तुलनीय स्पेक्ट्रा दिए। दूरी विकार और प्रकीर्णन-पथ व्यतिकरण अलग-अलग समन्वय समूहों के लिए समान EXAFS हस्ताक्षर उत्पन्न कर सकते हैं, इसलिए समूह-औसत स्पेक्ट्रा की आवश्यकता होती है।

मूल लेख पढ़ें ↗

सभी आइटम →