Hem
Fotografi av Rickard Armiento

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

2026

Abhijith S Parackal, Rickard Armiento, Florian Trybel (2026) Symmetry-Restricted Energy Landscapes as a Benchmark for Machine Learned Interatomic Potentials Advanced Theory and Simulations, Vol. 9, Artikel e70506 (Artikel i tidskrift) https://dx.doi.org/10.1002/adts.70506
Ali Sufyan, Brahim Marfoua, J. Andreas Larsson, Erik van Loon, Rickard Armiento (2026) High-throughput quantification of altermagnetic band splitting Physical Review Materials, Vol. 10, Artikel 044407 (Artikel i tidskrift) https://dx.doi.org/10.1103/mmdm-hrj4
Marian Brännvall, Björn Alling, Rickard Armiento (2026) Relationship between constraining fields and effective fields in constrained density functional theory calculations for spin dynamics Physical Review B, Vol. 113, Artikel 064437 (Artikel i tidskrift) https://dx.doi.org/10.1103/nwd8-nsk3

2025

Filip Ekström Kelvinius, Oskar Andersson, Abhijith S. Parackal, Dong Qian, Rickard Armiento, Fredrik Lindsten (2025) WyckoffDiff- A Generative Diffusion Model for Crystal Symmetry Proceedings of the 42nd International Conference on Machine Learning, s. 15130-15147 (Konferensbidrag)
Marian Arale Brännvall, Rickard Armiento, Björn Alling (2025) Predicting the Curie temperature in substitutionally disordered alloys using a first-principles based model Journal of Magnetism and Magnetic Materials, Vol. 630, Artikel 173361 (Artikel i tidskrift) https://dx.doi.org/10.1016/j.jmmm.2025.173361

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

Person med transmissionselektronmikroskop.

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.