Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  DetailsÜbersicht

Freigegeben
Zeitschriftenartikel

On the relationship between spectroscopic constants of diatomic molecules: a machine learning approach

MPG-Autoren
/persons/resource/persons247701

Liu,  Xiangyue
Molecular Physics, Fritz Haber Institute, Max Planck Society;

/persons/resource/persons21859

Meijer,  Gerard
Molecular Physics, Fritz Haber Institute, Max Planck Society;

/persons/resource/persons238895

Pérez-Ríos,  Jesús
Molecular Physics, Fritz Haber Institute, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Liu, X., Meijer, G., & Pérez-Ríos, J. (2021). On the relationship between spectroscopic constants of diatomic molecules: a machine learning approach. RSC Advances, 11(24), 14552-14561. doi:10.1039/D1RA02061G.


Zitierlink: https://hdl.handle.net/21.11116/0000-0008-5452-D
Zusammenfassung
Through a machine learning approach, we show that the equilibrium distance, harmonic vibrational frequency and binding energy of diatomic molecules are related, independently of the nature of the bond of a molecule; they depend solely on the group and period of the constituent atoms. As a result, we show that by employing the group and period of the atoms that form a molecule, the spectroscopic constants are predicted with an accuracy of <5%, whereas for the A-excited electronic state it is needed to include other atomic properties leading to an accuracy of <11%.