Il team di CNR-ISM ha rilasciato XPS-ML-Predictor, una nuova applicazione web basata su machine learning per la previsione rapida e interpretabile degli spettri XPS C1s di molecole organiche contenenti C, N, O, S e alogeni (F–I). Il modello ML è stato addestrato su dati ΔSCF-PW-DFT di alta qualità (B3LYP) e consente la simulazione degli spettri direttamente dalla struttura molecolare in formato .xyz. (si veda https://tinyurl.com/27m97x4u).
L’applicazione:

• Predice energie di ionizzazione core site-specific C1s.
• Visualizza spettri XPS simulati con contributi atomo-specifici.
• È intuitiva e liberamente accessibile online.

Il progetto è stato finanziato da ICSC – Centro Nazionale di Ricerca in HPC, Big Data e Quantum Computing (Grant CN00000013, NextGenerationEU) e dal MUR nell’ambito del programma PRIN 2022 (progetto “NIR+”, Grant 2022BREBFN).