Dr. Denis Andrienko
Forschungsinteressen
Theorie und Simulationen von organischen Halbleitern
Organische Halbleiter (OSCs) sind konjugierte molekulare Verbindungen, die aus Kohlenstoff- und Wasserstoffatomen und Heteroatomen wie Stickstoff, Schwefel und Sauerstoff bestehen. Die Konjugation erleichtert den intermolekularen Ladungs- und Excitontransfer und führt zu deren optischen Lücken im sichtbaren Spektralbereich.
Solarzellen (SCs) und Leuchtdioden (LEDs) sind die wichtigsten Anwendungen von OSCs. Sie können Licht in Elektrizität umwandeln, indem sie angeregte Zustände in Ladungen dissoziieren; sie können auch Ladungen in Licht umwandeln, indem sie angeregte Zustände, die nach der Ladungsinjektion entstehen, rekombinieren. Die größten Herausforderungen im Bereich der OSCs sind niedrige Wirkungsgrade der Konvertierungsprozesse und kurze Device-Lebensdauern.
Wir sind an einem theoretischen Verständnis und einer konsequenten Optimierung von Interkonversions- und Zerfallsprozessen interessiert. Ein typisches Beispiel ist die Identifizierung der Grenzen von Designkonzepten, z.B. der phosphor-sensibilisierten Fluoreszenz (PSF), die dazu beiträgt, die Effizienz und Lebensdauer von blauen LEDs zu verbessern. Um PSF zu modellieren, entwickeln wir einen multiskaligen Ansatz: Ausgehend von atomistischen Morphologien parametrisieren wir die Raten aller Prozesse auf der Grundlage der verfügbaren experimentellen Daten oder/und unter Verwendung der Fermi'schen Goldenen Regel und lösen dann die jeweilige Mastergleichung mit Hilfe des kinetischen Monte-Carlo-Algorithmus.
Weitere Beispiele, bei denen unsere Theorie und Simulationen experimentelle Studien motivieren oder leiten, beziehen sich auf die Designregeln für Donor-Akzeptor-Kombinationen für Solarzellen, in Zusammenarbeit mit dem KAUST Solar Center; Engineering von Ionisationsenergien und Elektronenaffinitäten organischer Gemische, in Zusammenarbeit mit dem IAPP Dresden; Untersuchung des Mechanismus der Spin-Dekohärenz in polymeren OSCs, in Zusammenarbeit mit den Universitäten Cambridge und Mainz; Intrinsische Defekte, Ladungsinjektion und Transport in OSCs, in Zusammenarbeit mit Paul Blom und Gert-Jan Wetzelaer, MPI-P.
Systematisches Coarse-Graining
Coarse-Graining ist eine systematische Reduzierung der Anzahl der Freiheitsgrade, die zur Beschreibung eines Systems von Interesse verwendet werden. Coarse-Graining kann man sich als Projektion von Interaktionspotenzialen auf die coarse-grained Freiheitsgrade vorstellen und ist daher abhängig von der Anzahl und Art der Basisfunktionen, mit denen das coarse-grained Kraftfeld dargestellt wird. Wir arbeiten an Mehrkörper-Erweiterungen der coarse-grained Kraftfelder, die es ermöglichen, die strukturelle und thermodynamische Genauigkeit dieser Modelle zu kontrollieren.
Maschinelles Lernen
Aktuelle Modelle des maschinellen Lernens (ML), die auf das Erlernen von Kraftfeldern abzielen, werden bei jedem Integrationszeitschritt durch ihre hohen Rechenkosten belastet. Der Schwerpunkt liegt auf praktischen und recheneffizienten Strategien zur Parametrisierung traditioneller und coarse-grained Kraftfelder für molekulare Flüssigkeiten von ML: die Partikelzerlegung ansatzweise auf zwei- und dreikörperige Kraftfelder, die Integration physikalischer Symmetrien in ML-Modelle, die Projektion von ML-Modellen auf die festen Basisfunktionen. Mehrkörperdarstellungen, Zerlegung und Kernel-Regressions-Schemata sind alle in dem von der Gruppe entwickelten Open-Source-Softwarepaket VOTCA implementiert, https://gitlab.mpcdf.mpg.de/votca