Zum Inhalt springen
- {{#headlines}}
- {{title}} {{/headlines}}
Profil
| Derzeitige Stellung | Post Doc |
|---|---|
| Fachgebiet | Thermodynamik und Kinetik sowie Eigenschaften der Phasen und Gefüge von Werkstoffen,Theoretische Physik der Kondensierten Materie |
| Keywords | Ab initio Thermodynamics, Shape Memory Materials, Multi-Component Alloys, Molecular Dynamics, Machine Learning Interatomic Potentials |
Aktuelle Kontaktadresse
Gastgeber*innen während der Förderung
| Prof. Dr. Blazej Grabowski | Institut für Materialwissenschaft, Universität Stuttgart, Stuttgart |
|---|---|
| Beginn der ersten Förderung | 01.05.2021 |
Programm(e)
| 2020 | Humboldt-Forschungsstipendien-Programm für Postdocs |
|---|
Publikationen (Auswahl)
| 2023 | Srinivasan, Prashanth and Shapeev, Alexander and Neugebauer, Jörg and Körmann, Fritz and Grabowski, Blazej: Anharmonicity in bcc refractory elements: A detailed ab initio analysis. In: Physical Review B, 107, 2023, 014301 |
|---|---|
| 2023 | Jung, Jong Hyun and Srinivasan, Prashanth and Forslund, Axel and Grabowski, Blazej: High-accuracy thermodynamic properties to the melting point from ab initio calculations aided by machine-learning potentials. In: npj Computational Materials, 9, 2023, |
| 2022 | Stelzer, Robert U. and Ikeda, Yuji and Srinivasan, Prashanth and Lehmann, Tanja S. and Grabowski, Blazej and Niewa, Rainer: Li5Sn, the Most Lithium-Rich Binary Stannide: A Combined Experimental and Computational Study. In: Journal of the American Chemical Society, 144, 2022, 7096-7110 |
| 2022 | Zhou, Ying and Srinivasan, Prashanth and Körmann, Fritz and Grabowski, Blazej and Smith, Roger and Goddard, Pooja and Duff, Andrew Ian: Thermodynamics up to the melting point in a TaVCrW high entropy alloy: Systematic ab initio study aided by machine learning potentials. In: Physical Review B, 105, 2022, 214302 |