Hem
ricar47

Rickard Armiento

Universitetslektor, Enhetschef, Docent

Universitetslektor i fysikalisk modellering och enhetschef för Materialdesign och Informatik vid Teoretisk Fysik. Jag forskar i datorberäkningar och AI-metoder som maskininlärning för att förstå och utveckla nya material.

Forskningsnätverk och externa publikationslistor

Diva, Google Scholar, ResearcherID: E-1413-2011, Microsoft Academic, ResearchGate, Scopus, Academia.edu, ORCID: 0000-0002-5571-0814

Publikationer

2025

Ghulam Abbas Gilani, Oscar Bulancea Lindvall, Joel Davidsson, Rickard Armiento, Igor A. Abrikosov (2025) Theoretical characterization of NV-like defects in 4H-SiC using ADAQ with SCAN and r2SCAN meta-GGA functionals Applied Physics Letters, Vol. 126, Artikel 154001 (Artikel i tidskrift) Vidare till DOI
William Stenlund, Joel Davidsson, Rickard Armiento, Viktor Ivády, Igor Abrikosov (2025) ADAQ-SYM: Automated symmetry analysis of defect orbitals Computer Physics Communications, Vol. 308, Artikel 109468 (Artikel i tidskrift) Vidare till DOI

2024

Marian Brännvall, Gabriel Persson, Luis Casillas Trujillo, Rickard Armiento, Björn Alling (2024) Predicting the Curie temperature of magnetic materials with automated calculations across chemistries and structures Physical Review Materials, Vol. 8, Artikel 114417 (Artikel i tidskrift) Vidare till DOI
Luis Casillas Trujillo, Abhijith S Parackal, Rickard Armiento, Björn Alling (2024) Evaluating and improving the predictive accuracy of mixing enthalpies and volumes in disordered alloys from universal pretrained machine learning potentials Physical Review Materials, Vol. 8, Artikel 113803 (Artikel i tidskrift) Vidare till DOI
Oscar Bulancea Lindvall, Joel Davidsson, Ivan Gueorguiev Ivanov, Adam Gali, Viktor Ivády, Rickard Armiento, Igor Abrikosov (2024) Temperature dependence of the AB lines and optical properties of the carbon-antisite-vacancy pair in 4⁢��−Si⁢C Physical Review Applied, Vol. 22, Artikel 034056 (Artikel i tidskrift) Vidare till DOI

Forskning

Teori och modellering

Driver vetenskapen framåt genom matematisk modellering och datorsimuleringar
2 million formation energies predicted using a machine learning model.

Materialdesign och informatik

Forskningen ska öka teoretisk förståelse för material och har tillämpningar inom utveckling av nya material.

Workshop: OMDI 2021

Workshop om ontologier för interoperabilitet mellan materialdatabaser (OMDI2021)

Inom området materialvetenskap kräver utvecklingen av datadrivna metoder en högre grad av standardisering. Välkommen till den internationella workshopen från Linköpings universitet, 5-7 oktober 2021.

Nyheter

Tre personer i ett rum med abstrakta bilder projicerade på väggar och golv.

Han letar material för ultrasnabba kvantdatorer

Antalet material som skulle kunna användas i framtidens snabba kvantdatorer har blivit fler tack vare Oscar Groppfeldts examensarbete. Till sin hjälp har han haft universitetets superdatorer.
Två män i en datorhall.

Internationellt samarbete lägger grunden för AI för material

AI skyndar på utvecklingen av nya material. En förutsättning för AI inom materialforskning är storskalig användning och utbyte av data om material. Detta underlättas av en bred internationell standard som forskare vid LiU är med och organiserar.
Rickard Armiento.

Ny AI-modell ska hitta tidigare okända material

Den kemiska rymden kan kartläggas i större skala än tidigare med hjälp av en ny AI-modell som tagits fram av en grupp forskare vid Linköpings universitet och Cambridge i England. Rönen publiceras i tidskriften Science Advances.

Organisation

Institutionen för fysik, kemi och biologi (IFM)

Vid Institutionen för fysik, kemi och biologi (IFM) bedrivs forskning och utbildning inom biologi, kemi, materialfysik, tillämpad fysik och teori och modellering.

Taggar