Skip to main content

Cheng Group

Computergestützte Materialwissenschaft

Die Bausteine der Materie sind Elektronen und Atomkerne, deren Verhalten den Gesetzen der Quantenmechanik folgt. Durch Lösen der Schrödingergleichung kann man die Eigenschaften jedes Materials vorhersagen, einschließlich bestehender oder neuartiger Verbindungen, die noch nicht synthetisiert werden konnten. Allerdings gibt es einen Haken. Mit zunehmender Anzahl von Elektronen und Kernen wird die Gleichung selbst für die schnellsten Supercomputer schnell unlösbar. Tatsächlich sind atomistische Simulationen, die auf der Quantenmechanik basieren, für Systeme mit mehr als ein paar hundert Atomen oder für einen Zeitraum von mehr als einer Nanosekunde immer noch nicht berechenbar.


Die Cheng-Gruppe ist besonders daran interessiert, Methoden zu entwickeln, die den Umfang atomistischer Simulationen erweitern, um schwer zu simulierende Materialeigenschaften zu verstehen und vorherzusagen. Die Gruppe setzt eine Kombination von Methoden ein, die maschinelles Lernen, erweitertes Sampling, Pfadintegral-Molekulardynamik und Schätzung der freien Energie umfasst. Die untersuchten Systeme umfassen Energiematerialien, wässrige Systeme und Materie unter extremen Bedingungen.




Team


Laufende Projekte

Machine-learning-Potenziale für Funktionswerkstoffe | Transportphänomene auf der Mikroskala | Effizientes statistisches Lernen von Materialeigenschaften | Entwicklung komplexter Methoden für statistische Mechanik und atomistische Simulationen


Publikationen

Cheng R, Zeng Z, Wang C, Ouyang N, Chen Y. 2024. Impact of strain-insensitive low-frequency phonon modes on lattice thermal transport in AxXB6-type perovskites. Physical Review B. 109(5), 054305. View

Reinhardt A, Chew PY, Cheng B. 2023. A streamlined molecular-dynamics workflow for computing solubilities of molecular and ionic crystals. Journal of Chemical Physics. 159(18), 184110. View

Ouyang N, Zeng Z, Wang C, Wang Q, Chen Y. 2023. Role of high-order lattice anharmonicity in the phonon thermal transport of silver halide AgX (X=Cl,Br, I). Physical Review B. 108(17), 174302. View

Cheng B. 2023. BingqingCheng/solubility: V1.0, Zenodo, 10.5281/ZENODO.8398094. View

Zeng Z, Wodaczek F, Liu K, Stein F, Hutter J, Chen J, Cheng B. 2023. Mechanistic insight on water dissociation on pristine low-index TiO2 surfaces from machine learning molecular dynamics simulations. Nature Communications. 14, 6131. View

Zu Allen Publikationen

ReX-Link: Bingqing Cheng

Google Scholar


Karriere

Seit 2024 Gastprofessorin, Institute of Science and Technology Austria (ISTA), Assistant Professor, University of California, Berkeley, USA
2021 – 2024 Assistant Professor, Institute of Science and Technology Austria (ISTA)
2020 – 2021 Departmental Early Career Fellow, University of Cambridge, UK
2019 Junior Research Fellow, Trinity College, University of Cambridge, UK
2014 – 2019 Ph.D. in Materials Science, EPFL, Schweiz


Ausgewählte Auszeichnungen

2023 ERC Starting Grant
2022 JCP Best Paper by Emerging Investigator Award
2021 Volker Heine Young Investigator Award
2019 Trinity College Junior Research Fellowship
2019 Distinction Prize 8% for PhD thesis, the Doctoral School of EPFL
2018 Early Postdoc.Mobility Fellowship (Swiss National Science Foundation)
2014 Award for Outstanding Research Postgraduate Student, University of Hong Kong


Zusätzliche Informationen

Open Bingqing Cheng’s website
Physics & Beyond at ISTA



theme sidebar-arrow-up
Nach Oben