理论光化学

量子力学和机器学习
可持续的反应和材料

更新:

研究领域

机械的有机光化学

我们组采用量子化学和机器学习理解的起源有机光化学反应的反应活性和选择性。我们利用multiconfigurational计算(CASSCF)计算和非绝热的独立分子动力学和世界各地的合作者。我们开发了机器学习技术,pyRAIMD加速NAMD模拟100000 x加速能量的预测,渐变和非绝热的耦合反应。

高通量筛选和佛得角材料数据库

我们的团队开发了一个自动化的工作流执行量子力学计算与应用在催化有机生色团的1000年代,太阳能光医学,收割。结果是通过虚拟激发态参考网上电子材料的发现数据库(佛得角材料数据库;www.verdedb.org)。

固态有机光伏发电建模

有机光电(口服脊髓灰质炎疫苗)是一个越来越有效的可持续的太阳能电池。我们开发下一代co-crystalline口服脊髓灰质炎疫苗是基于超分子设计原则。独特的形状扭曲π-共轭材料促进非共价相互作用,促进电荷分离,在口服脊髓灰质炎疫苗和提高效率。当前利益涉及非绝热的模拟电荷转移动力学。