Bremen Center for Computational Materials Science

  • Schematisches Bild über Ladungsdynamik auf hybriden Grenzflächen

    Lichtangeregte Elektrondynamik

    an einem Hybridinterface

  • Schematisches Bild: Spin-Licht-Wechselwirkung

    Spin-Licht-Wechselwirkung

    in magnetischen 2D-Materialien

Das Bremen Center for Computational Materials Science (BCCMS) ist ein interdisziplinäres Forschungszentrum der Universität Bremen (UB) zwischen den natur- und ingenieurwissenschaftlichen Fakultäten. Der Schwerpunkt ist die computergestützte theoretische Materialforschung "Computational Materials Science" in sowohl grundlegend orientierten als auch anwendungsnahen Themen.

Mit dem Einsatz von skalenübergreifenden Methoden, die von der quanten­mechanisch atomistischen Ebene über vergröberte Ansätze bis zur kontinuumstheoretischen Beschreibung reichen, werden insbesondere Fragestellungen zum Strukturdesign von komplexen Werkstoffen bearbeitet, um in enger Kooperation mit experimentellen Instituten und Industrie­partnern neue funktionelle Bauelemente und Werkstoffe zu entwickeln.

Density functional theory study of hydrophobic zeolites for the removal of triclosan from aqueous solution

Michael Fischer

Environ. Sci.: Adv. 2, 1082-1098 (2023)

The chlorinated biphenyl ether triclosan (TCS), used as a disinfectant in health care settings and in various personal care products, is an emerging organic contaminant of significant concern. Adsorption-based methods have been proposed as…


TOC-Bild

Machine Learning Enhanced DFTB Method for Periodic Systems: Learning from Electronic Density of States

Wenbo Sun, Guozheng Fan, Tammo van der Heide, Adam McSloy, Thomas Frauenheim, and Bálint Aradi

J. Chem. Theory Comput. 19, 13 (2023)

Density functional tight binding (DFTB) is an approximate density functional based quantum chemical simulation method with low computational cost. In order to…


An in-silico NMR laboratory for nuclear magnetic shieldings computed via finite fields: Exploring nucleus-specific renormalizations of MP2 and MP3

Jonathan Wong, Brad Ganoe, Xiao Liu, Tim Neudecker, Joonho Lee, Jiashu Liang, Zhe Wang, Jie Li, Adam Rettig, Teresa Head-Gordon, Martin Head-Gordon

J. Chem. Phys. 158, 164116 (2023)

We developed and implemented a method-independent, fully numerical, finite difference approach to calculating…


BCCMS-Treffen - Sommer 2023

Prof. Michael Sentef stellt sein Forschungsgebiet vor


BCCMS Treffen - Weihnachten 2022

Aktivitäten zu Quantentechnologien und Quantenmaterialien


Mehr als 500.000 € für KI-Forschung mit Quantensystemen und Quantenphotonik

Maschinelles Lernen und Methoden künstlicher Intelligenz (KI) werden heute in vielen Lebensbereichen eingesetzt. Zwei Projekte am Institut für Theoretische Physik der Universität erforschen maschinelles Lernen mit Quantensytemen und Quantenphotonik. Sie werden jetzt mit mehr als 500.000 € gefördert.


Aktualisiert von: bccms-web