Información del autor
Autor Lookman, Turab |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsqueda
Título : Frustrated Materials and Ferroic Glasses Tipo de documento: documento electrónico Autores: Lookman, Turab, ; Ren, Xiaobing, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 276 p. 153 ilustraciones, 133 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-96914-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Magnetismo Materiales cerámicos Microtecnología Sistemas micro electromecánicos Nanoquímica Materiales ópticos Materia Condensada Cerámica Microsistemas y MEMS Física de la Materia Condensada Clasificación: 538 Resumen: Este libro proporciona una introducción completa a los ferroicos y los materiales frustrados. Los ferroicos comprenden una variedad de clases de materiales con funcionalidades como magnetismo, polarización y grados orbitales de libertad y tensión. La frustración, debida a restricciones geométricas, y el desorden, debido a faltas de homogeneidad química y/o estructural, pueden conducir a un comportamiento vítreo, que ha sido directamente observado o inferido en una variedad de clases de materiales a partir de sistemas modelo como el hielo artificial, la memoria de forma. aleaciones y ferroeléctricos hasta materiales electrónicamente funcionales como las manganitas. Se han descubierto propiedades interesantes e inusuales asociadas con estos vidrios y tienen potencial para aplicaciones novedosas. Al igual que en los vidrios giratorios y estructurales prototípicos, los elementos de frustración y desorden conducen a la no ergodocidad, la dependencia de la historia, el comportamiento de relajación dependiente de la frecuencia y la presencia de nanogrupos o dominios no homogéneos. Además, existen nuevos estados de la materia, como el hielo en espín; sin embargo, sigue siendo una cuestión abierta si estos sistemas pertenecen a la misma familia o clase de universalidad. El propósito de este trabajo es recopilar en un solo volumen la gama de sistemas materiales con diferentes funcionalidades que muestran muchas de las características comunes de la frustración geométrica, donde los grados de libertad que interactúan no encajan en una red o medio, y el comportamiento vítreo va acompañado. por la presencia adicional de desorden. Los capítulos están escritos por expertos en sus campos y abarcan experimentos y teorías, así como simulaciones. Frustrated Materials and Ferroic Glasses será de interés para una amplia gama de lectores de física de la materia condensada y ciencia de materiales. Reúne a expertos en gafas, frustración geométrica y materiales funcionales. Cubre teoría, experimentos y simulaciones de ferroicos. Presenta una introducción fácil de leer en cada capítulo para hacer que los temas especializados sean accesibles a un amplio número de lectores en física de la materia condensada y ciencia de materiales. Nota de contenido: List of Contributors -- Preface -- 1 What can spin glass theory and analogies tell us about ferroic glasses? -- 2 Spin glasses: Experimental signatures and salient outcomes -- 3 Frustration(s) and the Ice Rule: From Natural Materials to the Deliberate Design of Exotic Behaviors -- 4 Glassy phenomena and precursors in the lattice dynamics -- 5 Relaxor Ferroelectrics -- 6 Probing glassiness in Heuslers via density functional theory calculations -- 7 Strain glasses -- 8 Discrete pseudo spin and continuum models for strain glass -- 9 Mesoscopic modelling of strain glass -- 10 Phase field simulations of ferroic glasses. Tipo de medio : Computadora Summary : This book provides a comprehensive introduction to ferroics and frustrated materials. Ferroics comprise a range of materials classes with functionalities such as magnetism, polarization, and orbital degrees of freedom and strain. Frustration, due to geometrical constraints, and disorder, due to chemical and/or structural inhomogeneities, can lead to glassy behavior, which has either been directly observed or inferred in a range of materials classes from model systems such as artificial spin ice, shape memory alloys, and ferroelectrics to electronically functional materials such as manganites. Interesting and unusual properties are found to be associated with these glasses and have potential for novel applications. Just as in prototypical spin glass and structural glasses, the elements of frustration and disorder lead to non-ergodocity, history dependence, frequency dependent relaxation behavior, and the presence of inhomogeneous nano clusters or domains. In addition, there are newstates of matter, such as spin ice; however, it is still an open question as to whether these systems belong to the same family or universality class. The purpose of this work is to collect in a single volume the range of materials systems with differing functionalities that show many of the common characteristics of geometrical frustration, where interacting degrees of freedom do not fit in a lattice or medium, and glassy behavior is accompanied by additional presence of disorder. The chapters are written by experts in their fields and span experiment and theory, as well as simulations. Frustrated Materials and Ferroic Glasses will be of interest to a wide range of readers in condensed matter physics and materials science. Brings together experts in glasses, geometrical frustration, and functional materials Covers theory, experiment, and simulations of ferroics Features an easy-to-read introduction in each chapter to make specialized topics accessible to a broad readership in condensed matter physics and materials science. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Frustrated Materials and Ferroic Glasses [documento electrónico] / Lookman, Turab, ; Ren, Xiaobing, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIII, 276 p. 153 ilustraciones, 133 ilustraciones en color.
ISBN : 978-3-319-96914-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Magnetismo Materiales cerámicos Microtecnología Sistemas micro electromecánicos Nanoquímica Materiales ópticos Materia Condensada Cerámica Microsistemas y MEMS Física de la Materia Condensada Clasificación: 538 Resumen: Este libro proporciona una introducción completa a los ferroicos y los materiales frustrados. Los ferroicos comprenden una variedad de clases de materiales con funcionalidades como magnetismo, polarización y grados orbitales de libertad y tensión. La frustración, debida a restricciones geométricas, y el desorden, debido a faltas de homogeneidad química y/o estructural, pueden conducir a un comportamiento vítreo, que ha sido directamente observado o inferido en una variedad de clases de materiales a partir de sistemas modelo como el hielo artificial, la memoria de forma. aleaciones y ferroeléctricos hasta materiales electrónicamente funcionales como las manganitas. Se han descubierto propiedades interesantes e inusuales asociadas con estos vidrios y tienen potencial para aplicaciones novedosas. Al igual que en los vidrios giratorios y estructurales prototípicos, los elementos de frustración y desorden conducen a la no ergodocidad, la dependencia de la historia, el comportamiento de relajación dependiente de la frecuencia y la presencia de nanogrupos o dominios no homogéneos. Además, existen nuevos estados de la materia, como el hielo en espín; sin embargo, sigue siendo una cuestión abierta si estos sistemas pertenecen a la misma familia o clase de universalidad. El propósito de este trabajo es recopilar en un solo volumen la gama de sistemas materiales con diferentes funcionalidades que muestran muchas de las características comunes de la frustración geométrica, donde los grados de libertad que interactúan no encajan en una red o medio, y el comportamiento vítreo va acompañado. por la presencia adicional de desorden. Los capítulos están escritos por expertos en sus campos y abarcan experimentos y teorías, así como simulaciones. Frustrated Materials and Ferroic Glasses será de interés para una amplia gama de lectores de física de la materia condensada y ciencia de materiales. Reúne a expertos en gafas, frustración geométrica y materiales funcionales. Cubre teoría, experimentos y simulaciones de ferroicos. Presenta una introducción fácil de leer en cada capítulo para hacer que los temas especializados sean accesibles a un amplio número de lectores en física de la materia condensada y ciencia de materiales. Nota de contenido: List of Contributors -- Preface -- 1 What can spin glass theory and analogies tell us about ferroic glasses? -- 2 Spin glasses: Experimental signatures and salient outcomes -- 3 Frustration(s) and the Ice Rule: From Natural Materials to the Deliberate Design of Exotic Behaviors -- 4 Glassy phenomena and precursors in the lattice dynamics -- 5 Relaxor Ferroelectrics -- 6 Probing glassiness in Heuslers via density functional theory calculations -- 7 Strain glasses -- 8 Discrete pseudo spin and continuum models for strain glass -- 9 Mesoscopic modelling of strain glass -- 10 Phase field simulations of ferroic glasses. Tipo de medio : Computadora Summary : This book provides a comprehensive introduction to ferroics and frustrated materials. Ferroics comprise a range of materials classes with functionalities such as magnetism, polarization, and orbital degrees of freedom and strain. Frustration, due to geometrical constraints, and disorder, due to chemical and/or structural inhomogeneities, can lead to glassy behavior, which has either been directly observed or inferred in a range of materials classes from model systems such as artificial spin ice, shape memory alloys, and ferroelectrics to electronically functional materials such as manganites. Interesting and unusual properties are found to be associated with these glasses and have potential for novel applications. Just as in prototypical spin glass and structural glasses, the elements of frustration and disorder lead to non-ergodocity, history dependence, frequency dependent relaxation behavior, and the presence of inhomogeneous nano clusters or domains. In addition, there are newstates of matter, such as spin ice; however, it is still an open question as to whether these systems belong to the same family or universality class. The purpose of this work is to collect in a single volume the range of materials systems with differing functionalities that show many of the common characteristics of geometrical frustration, where interacting degrees of freedom do not fit in a lattice or medium, and glassy behavior is accompanied by additional presence of disorder. The chapters are written by experts in their fields and span experiment and theory, as well as simulations. Frustrated Materials and Ferroic Glasses will be of interest to a wide range of readers in condensed matter physics and materials science. Brings together experts in glasses, geometrical frustration, and functional materials Covers theory, experiment, and simulations of ferroics Features an easy-to-read introduction in each chapter to make specialized topics accessible to a broad readership in condensed matter physics and materials science. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Materials Discovery and Design / Lookman, Turab ; Eidenbenz, Stephan ; Alexander, Frank ; Barnes, Cris
Título : Materials Discovery and Design : By Means of Data Science and Optimal Learning Tipo de documento: documento electrónico Autores: Lookman, Turab, ; Eidenbenz, Stephan, ; Alexander, Frank, ; Barnes, Cris, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 256 p. 98 ilustraciones, 88 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-99465-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Física matemática Material Procesamiento de datos Materiales Matemáticas Análisis numérico Física Teórica Matemática y Computacional Caracterización y Técnica Analítica Minería de datos y descubrimiento de conocimientos Ingeniería de Materiales Ciencias e Ingeniería Computacional Clasificación: 530.1 Resumen: Este libro aborda el estado actual, los desafíos y las direcciones futuras del descubrimiento y diseño de materiales basados en datos. Presenta el análisis y el aprendizaje a partir de datos como un tema clave en muchas aplicaciones relacionadas con la ciencia y la cibernética. Se esbozan las desafiantes preguntas abiertas, así como las direcciones futuras en la aplicación de la ciencia de datos a los problemas de materiales. Las instalaciones computacionales y experimentales generan hoy enormes cantidades de datos a un ritmo sin precedentes. El libro ofrece orientación para descubrir nuevos conocimientos que permitan la innovación de materiales para abordar grandes desafíos en energía, medio ambiente y seguridad, y el vínculo más claro necesario entre los datos de estas instalaciones y la teoría y la ciencia subyacente. El papel de los métodos de inferencia y optimización a la hora de destilar los datos y limitar las predicciones utilizando conocimientos y resultados de la teoría es clave para lograr los objetivos deseados del análisis y la retroalimentación en tiempo real. Por lo tanto, la importancia de este libro radica en enfatizar que el valor total del descubrimiento impulsado por el conocimiento utilizando datos sólo puede lograrse integrando las ciencias estadísticas y de la información con la ciencia de los materiales, que depende cada vez más de esfuerzos de recopilación de datos experimentales y computacionales de alto rendimiento y a gran escala. . Este es especialmente el caso a medida que entramos en una nueva era de big data en la ciencia de materiales con la planificación de futuras instalaciones experimentales como la fuente de luz coherente Linac en Stanford (LCLS-II), el láser europeo de electrones libres de rayos X (EXFEL) y MaRIE (Matter Radiation in Extremes), la instalación conceptual exclusiva del Laboratorio Nacional de Los Álamos. Se espera que estas instalaciones generen de cientos de terabytes a varios petabytes de datos resueltos espacial y temporalmente in situ por muestra. Las preguntas que surgen entonces incluyen cómo podemos aprender de los datos para acelerar el procesamiento y análisis de la microestructura reconstruida, mapear rápidamente propiedades resueltas espacialmente a partir de datos de alto rendimiento, diseñar diagnósticos para la detección de patrones y guiar experimentos hacia las propiedades específicas deseadas. Los autores son un grupo interdisciplinario de destacados expertos que acercan al lector la emoción del naciente y emergente campo de la informática de materiales. . Nota de contenido: Part 1: Learning from Data in Material Science -- Designing Novel Multifunctional Materials via Inverse Optimization Techniques -- Quantifying Uncertainties in First Principles Alloy Thermodynamics -- Forward Modeling of Electron Scattering Modalities for Microstructure Quantification -- The Potential of Network Analysis Strategies to HEDM Data: Classification of Microstructures and Prediction of Incipient Failure -- Part 2: Data and Inference -- Challenges of Diagram extraction and Understanding -- Integration of Computational Reasoning, Machine Learning, and Crowdsourcing for Accelerating Materials Discovery -- Computational Creativity for Materials Science -- Optimal Experimental Design Based on Uncertainty Quantification -- Part 3: High-Throughput Calculations and Experiments Functionality-Driven Design and Discovery -- The Use of Proxies and Data for Guiding Materials Synthesis: Examples of Phosphors and Thermoelectrics -- Big Data from Experiments -- Data-Driven Approaches to Combinatorial Materials Science -- Invariant Representations for Robust Materials Prediction -- Part 4: Data Optimization/Challenges in Analysis of Data for Facilities -- The MGI Data Infrastructure -- Is Rigorous Automated Materials Design and Discovery Possible? -- Improve your Monte Carlo: Learn a Control Variate and Correct it with Stacking -- X-ray Free Electron Laser Studies of Shock-Driven Deformation and Phase Transitions -- Coherent Diffraction Imaging Techniques at 3rd and 4th Generation Light Sources -- 3D Data Challenges from X-ray Synchrotron Tomography -- Part 5: Interference/HPC/Software Integration -- Optimal Bayesian Experimental Design: Formulations and New Computational Strategies -- Optimal Bayesian Inference with Missing Data -- Applying an Experimental Design Loop to Shape Memory Alloys -- Big Data Need Big Theory Too -- Combining Experiments, Simulation and Machine Learning in a Single Materials Platform - A Materials Informatics Approach -- Rethinking the HPC Programming Environment. Tipo de medio : Computadora Summary : This book addresses the current status, challenges and future directions of data-driven materials discovery and design. It presents the analysis and learning from data as a key theme in many science and cyber related applications. The challenging open questions as well as future directions in the application of data science to materials problems are sketched. Computational and experimental facilities today generate vast amounts of data at an unprecedented rate. The book gives guidance to discover new knowledge that enables materials innovation to address grand challenges in energy, environment and security, the clearer link needed between the data from these facilities and the theory and underlying science. The role of inference and optimization methods in distilling the data and constraining predictions using insights and results from theory is key to achieving the desired goals of real time analysis and feedback. Thus, the importance of this book lies in emphasizing that the full value of knowledge driven discovery using data can only be realized by integrating statistical and information sciences with materials science, which is increasingly dependent on high throughput and large scale computational and experimental data gathering efforts. This is especially the case as we enter a new era of big data in materials science with the planning of future experimental facilities such as the Linac Coherent Light Source at Stanford (LCLS-II), the European X-ray Free Electron Laser (EXFEL) and MaRIE (Matter Radiation in Extremes), the signature concept facility from Los Alamos National Laboratory. These facilities are expected to generate hundreds of terabytes to several petabytes of in situ spatially and temporally resolved data per sample. The questions that then arise include how we can learn from the data to accelerate the processing and analysis of reconstructed microstructure, rapidly map spatially resolved properties from high throughput data, devise diagnostics for pattern detection, and guide experiments towards desired targeted properties. The authors are an interdisciplinary group of leading experts who bring the excitement of the nascent and rapidly emerging field of materials informatics to the reader. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Materials Discovery and Design : By Means of Data Science and Optimal Learning [documento electrónico] / Lookman, Turab, ; Eidenbenz, Stephan, ; Alexander, Frank, ; Barnes, Cris, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVI, 256 p. 98 ilustraciones, 88 ilustraciones en color.
ISBN : 978-3-319-99465-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Física matemática Material Procesamiento de datos Materiales Matemáticas Análisis numérico Física Teórica Matemática y Computacional Caracterización y Técnica Analítica Minería de datos y descubrimiento de conocimientos Ingeniería de Materiales Ciencias e Ingeniería Computacional Clasificación: 530.1 Resumen: Este libro aborda el estado actual, los desafíos y las direcciones futuras del descubrimiento y diseño de materiales basados en datos. Presenta el análisis y el aprendizaje a partir de datos como un tema clave en muchas aplicaciones relacionadas con la ciencia y la cibernética. Se esbozan las desafiantes preguntas abiertas, así como las direcciones futuras en la aplicación de la ciencia de datos a los problemas de materiales. Las instalaciones computacionales y experimentales generan hoy enormes cantidades de datos a un ritmo sin precedentes. El libro ofrece orientación para descubrir nuevos conocimientos que permitan la innovación de materiales para abordar grandes desafíos en energía, medio ambiente y seguridad, y el vínculo más claro necesario entre los datos de estas instalaciones y la teoría y la ciencia subyacente. El papel de los métodos de inferencia y optimización a la hora de destilar los datos y limitar las predicciones utilizando conocimientos y resultados de la teoría es clave para lograr los objetivos deseados del análisis y la retroalimentación en tiempo real. Por lo tanto, la importancia de este libro radica en enfatizar que el valor total del descubrimiento impulsado por el conocimiento utilizando datos sólo puede lograrse integrando las ciencias estadísticas y de la información con la ciencia de los materiales, que depende cada vez más de esfuerzos de recopilación de datos experimentales y computacionales de alto rendimiento y a gran escala. . Este es especialmente el caso a medida que entramos en una nueva era de big data en la ciencia de materiales con la planificación de futuras instalaciones experimentales como la fuente de luz coherente Linac en Stanford (LCLS-II), el láser europeo de electrones libres de rayos X (EXFEL) y MaRIE (Matter Radiation in Extremes), la instalación conceptual exclusiva del Laboratorio Nacional de Los Álamos. Se espera que estas instalaciones generen de cientos de terabytes a varios petabytes de datos resueltos espacial y temporalmente in situ por muestra. Las preguntas que surgen entonces incluyen cómo podemos aprender de los datos para acelerar el procesamiento y análisis de la microestructura reconstruida, mapear rápidamente propiedades resueltas espacialmente a partir de datos de alto rendimiento, diseñar diagnósticos para la detección de patrones y guiar experimentos hacia las propiedades específicas deseadas. Los autores son un grupo interdisciplinario de destacados expertos que acercan al lector la emoción del naciente y emergente campo de la informática de materiales. . Nota de contenido: Part 1: Learning from Data in Material Science -- Designing Novel Multifunctional Materials via Inverse Optimization Techniques -- Quantifying Uncertainties in First Principles Alloy Thermodynamics -- Forward Modeling of Electron Scattering Modalities for Microstructure Quantification -- The Potential of Network Analysis Strategies to HEDM Data: Classification of Microstructures and Prediction of Incipient Failure -- Part 2: Data and Inference -- Challenges of Diagram extraction and Understanding -- Integration of Computational Reasoning, Machine Learning, and Crowdsourcing for Accelerating Materials Discovery -- Computational Creativity for Materials Science -- Optimal Experimental Design Based on Uncertainty Quantification -- Part 3: High-Throughput Calculations and Experiments Functionality-Driven Design and Discovery -- The Use of Proxies and Data for Guiding Materials Synthesis: Examples of Phosphors and Thermoelectrics -- Big Data from Experiments -- Data-Driven Approaches to Combinatorial Materials Science -- Invariant Representations for Robust Materials Prediction -- Part 4: Data Optimization/Challenges in Analysis of Data for Facilities -- The MGI Data Infrastructure -- Is Rigorous Automated Materials Design and Discovery Possible? -- Improve your Monte Carlo: Learn a Control Variate and Correct it with Stacking -- X-ray Free Electron Laser Studies of Shock-Driven Deformation and Phase Transitions -- Coherent Diffraction Imaging Techniques at 3rd and 4th Generation Light Sources -- 3D Data Challenges from X-ray Synchrotron Tomography -- Part 5: Interference/HPC/Software Integration -- Optimal Bayesian Experimental Design: Formulations and New Computational Strategies -- Optimal Bayesian Inference with Missing Data -- Applying an Experimental Design Loop to Shape Memory Alloys -- Big Data Need Big Theory Too -- Combining Experiments, Simulation and Machine Learning in a Single Materials Platform - A Materials Informatics Approach -- Rethinking the HPC Programming Environment. Tipo de medio : Computadora Summary : This book addresses the current status, challenges and future directions of data-driven materials discovery and design. It presents the analysis and learning from data as a key theme in many science and cyber related applications. The challenging open questions as well as future directions in the application of data science to materials problems are sketched. Computational and experimental facilities today generate vast amounts of data at an unprecedented rate. The book gives guidance to discover new knowledge that enables materials innovation to address grand challenges in energy, environment and security, the clearer link needed between the data from these facilities and the theory and underlying science. The role of inference and optimization methods in distilling the data and constraining predictions using insights and results from theory is key to achieving the desired goals of real time analysis and feedback. Thus, the importance of this book lies in emphasizing that the full value of knowledge driven discovery using data can only be realized by integrating statistical and information sciences with materials science, which is increasingly dependent on high throughput and large scale computational and experimental data gathering efforts. This is especially the case as we enter a new era of big data in materials science with the planning of future experimental facilities such as the Linac Coherent Light Source at Stanford (LCLS-II), the European X-ray Free Electron Laser (EXFEL) and MaRIE (Matter Radiation in Extremes), the signature concept facility from Los Alamos National Laboratory. These facilities are expected to generate hundreds of terabytes to several petabytes of in situ spatially and temporally resolved data per sample. The questions that then arise include how we can learn from the data to accelerate the processing and analysis of reconstructed microstructure, rapidly map spatially resolved properties from high throughput data, devise diagnostics for pattern detection, and guide experiments towards desired targeted properties. The authors are an interdisciplinary group of leading experts who bring the excitement of the nascent and rapidly emerging field of materials informatics to the reader. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
