Learning the limits: how data, diversity, and representation control machine-learning predictions of reorganisation energy
Source abstract
Abstract
Accurate and scalable prediction of hole and electron reorganisation energies remains a bottleneck in data-driven design of organic semiconductors, as routine ab initio calculations are impractical for large molecular libraries.
Only a short abstract or summary was supplied by the source.
Source: crossref · Quality: short
Research context
OpenAlex topics: Machine Learning in Materials Science · Organic Electronics and Photovoltaics · Advanced Memory and Neural Computing
SciVX discovery tags are terminology-based. OpenAlex topics are source-provided classifications.
Affiliations
Department of Pure and Applied Chemistry, University of Strathclyde, 295 Cathedral Street, Glasgow G1 1XL, UK
Department of Computer and Information Sciences, University of Strathclyde, 26 Richmond Street, Glasgow G1 1XH, UK
References (86)
Show source-provided references
1. Forrest · Nature · 2004 · 428 · 91110.1038/nature02498 ↗
2. Sirringhaus · Adv. Mater. · 2014 · 26 · 131910.1002/adma.201304346 ↗
3. Nematiaram · Chem. Mater. · 2022 · 34 · 405010.1021/acs.chemmater.2c00281 ↗
4. Kippelen · Energy Environ. Sci. · 2009 · 2 · 25110.1039/b812502n ↗
5. Ernzerhof · J. Chem. Phys. · 2016 · 144 · 13410210.1063/1.4944468 ↗
6. van De Burgt · Nat. Electron. · 2018 · 1 · 38610.1038/s41928-018-0103-3 ↗
7. Shaposhnik · Russ. Chem. Rev. · 2020 · 89 · 148310.1070/RCR4973 ↗
8. Zhao · J. Mater. Chem. C · 2021 · 9 · 332410.1039/D1TC00002K ↗
9. Blair · J. Mater. Chem. C · 2025 · 13 · 1776910.1039/D5TC01873K ↗
10. Hutsch · npj Comput. Mater. · 2022 · 8 · 22810.1038/s41524-022-00915-3 ↗
11. Fratini · Nat. Mater. · 2020 · 19 · 49110.1038/s41563-020-0647-2 ↗
12. Nematiaram · Mater. Horiz. · 2020 · 7 · 292210.1039/D0MH01159B ↗
13. Lee · Phys. Rev. B · 2018 · 97 · 11520310.1103/PhysRevB.97.115203 ↗
14. Ostmeyer · Phys. Rev. Appl. · 2024 · 22 · L03100410.1103/PhysRevApplied.22.L031004 ↗
15. Nematiaram · J. Phys. Chem. C · 2019 · 123 · 698910.1021/acs.jpcc.8b11916 ↗
16. Schweicher · Adv. Mater. · 2020 · 32 · 190590910.1002/adma.201905909 ↗
17. Nematiaram · J. Chem. Phys. · 2020 · 152 · 19090210.1063/5.0008357 ↗
18. Fratini · Adv. Funct. Mater. · 2016 · 26 · 229210.1002/adfm.201502386 ↗
19. Oberhofer · Chem. Rev. · 2017 · 117 · 1031910.1021/acs.chemrev.7b00086 ↗
20. Groom · Struct. Sci. · 2016 · 72 · 171
21. Nematiaram · Adv. Funct. Mater. · 2020 · 30 · 200190610.1002/adfm.202001906 ↗
22. Vong · J. Phys. Chem. Lett. · 2022 · 13 · 553010.1021/acs.jpclett.2c00898 ↗
23. Giannini · Nat. Commun. · 2019 · 10 · 384310.1038/s41467-019-11775-9 ↗
24. Dantanarayana · J. Chem. Theory Comput. · 2020 · 16 · 349410.1021/acs.jctc.0c00211 ↗
25. Kim · J. Am. Chem. Soc. · 2007 · 129 · 1307210.1021/ja073587r ↗
26. Kirkpatrick · Phys. Rev. Lett. · 2007 · 98 · 22740210.1103/PhysRevLett.98.227402 ↗
27. Nelsen · J. Am. Chem. Soc. · 1987 · 109 · 67710.1021/ja00237a007 ↗
28. Cai · Phys. Chem. Chem. Phys. · 2024 · 26 · 14410.1039/D3CP04441F ↗
29. Ferrer · Phys. Chem. Chem. Phys. · 2012 · 14 · 1354910.1039/c2cp41169e ↗
30. Chen · J. Phys. Chem. A · 2020 · 124 · 764410.1021/acs.jpca.0c06482 ↗
31. Santoro · Wiley Interdiscip. Rev.: Comput. Mol. Sci. · 2016 · 6 · 460
32. Omar · J. Mater. Chem. C · 2021 · 9 · 1355710.1039/D1TC03256A ↗
33. Luo · Wiley Interdiscip. Rev.: Comput. Mol. Sci. · 2021 · 11 · e1489
34. Ogbaje · Annu. Rev. Mater. Res. · 2025 · 55 · 28510.1146/annurev-matsci-080423-011746 ↗
35. Irwin · J. Chem. Inf. Model. · 2005 · 45 · 17710.1021/ci049714+ ↗
36. Nematiaram · Chem. Commun. · 2025 · 61 · 367610.1039/D4CC04200J ↗
37. Lederer · Adv. Theory Simul. · 2019 · 2 · 180013610.1002/adts.201800136 ↗
38. Atahan-Evrenk · J. Phys. Chem. A · 2019 · 123 · 785510.1021/acs.jpca.9b02733 ↗
39. Chen · Digital Discovery · 2022 · 1 · 14710.1039/D1DD00038A ↗
40. Li · J. Phys. Chem. A · 2023 · 127 · 348410.1021/acs.jpca.2c09030 ↗
41. Katubi · Inorg. Chem. Commun. · 2023 · 151 · 11061010.1016/j.inoche.2023.110610 ↗
42. Shu · Dyes Pigm. · 2024 · 231 · 11238210.1016/j.dyepig.2024.112382 ↗
43. Hussain · Sol. Energy · 2025 · 286 · 11316910.1016/j.solener.2024.113169 ↗
44. Ando · J. Phys. Chem. A · 2022 · 126 · 633610.1021/acs.jpca.2c05229 ↗
45. Saqib · J. Solid State Chem. · 2025 · 345 · 12525010.1016/j.jssc.2025.125250 ↗
46. Zhang · Comput. Mater. Sci. · 2023 · 228 · 11236110.1016/j.commatsci.2023.112361 ↗
47. Abarbanel · J. Chem. Phys. · 2021 · 155 · 05410610.1063/5.0059682 ↗
48. Atahan-Evrenk · RSC Adv. · 2018 · 8 · 4033010.1039/C8RA07866A ↗
49. Pandey · Mater. Today Commun. · 2024 · 41 · 11043010.1016/j.mtcomm.2024.110430 ↗
50. Coropceanu · Chem. Rev. · 2007 · 107 · 92610.1021/cr050140x ↗
51. Chu · Adv. Mater. · 2018 · 30 · 180346710.1002/adma.201803467 ↗
52. Lundberg · Adv. Neural Inf. Process. Syst. · 2017 · 30 · 1
53. Padula · Energy Environ. Sci. · 2019 · 12 · 241210.1039/C9EE01508F ↗
54. Yang · J. Chem. Theory Comput. · 2024 · 20 · 1063310.1021/acs.jctc.4c00969 ↗
55. Tversky · Psychol. Rev. · 1977 · 84 · 32710.1037/0033-295X.84.4.327 ↗
56. Bao · J. Phys. Chem. Lett. · 2018 · 9 · 235310.1021/acs.jpclett.8b00242 ↗
57. Uejima · Phys. Chem. Chem. Phys. · 2013 · 15 · 1400610.1039/c3cp51592c ↗
58. Matsuzawa · J. Phys. Chem. A · 2020 · 124 · 198110.1021/acs.jpca.9b10998 ↗
59. Stehr · Phys. Rev. B:Condens. Matter Mater. Phys. · 2011 · 83 · 15520810.1103/PhysRevB.83.155208 ↗
60. Li · RSC Adv. · 2015 · 5 · 5021210.1039/C5RA07946B ↗
61. Moral · J. Phys. Chem. C · 2017 · 121 · 2824910.1021/acs.jpcc.7b07284 ↗
62. Schwenn · Org. Electron. · 2011 · 12 · 39410.1016/j.orgel.2010.11.025 ↗
63. Mitzel · Dalton Trans. · 2003 · 365010.1039/b307022k ↗
64. Fratini · Nat. Mater. · 2017 · 16 · 99810.1038/nmat4970 ↗
65. Vinod · J. Comput. Chem. · 2025 · 46 · e7005610.1002/jcc.70056 ↗
66. Moore · Adv. Theory Simul. · 2022 · 5 · 210051110.1002/adts.202100511 ↗
67. G.Landrum , RDKit: Open-Source Cheminformatics , https://www.rdkit.org , 2024 , Accessed: 2024-03-20
68. Rogers · J. Chem. Inf. Model. · 2010 · 50 · 74210.1021/ci100050t ↗
69. Kawagoe · ACS Omega · 2024 · 9 · 4884410.1021/acsomega.4c09124 ↗
70. Tufail · Chem. Phys. Lett. · 2024 · 834 · 14097410.1016/j.cplett.2023.140974 ↗
71. R. E.Schapire , Empirical inference: festschrift in honor of vladimir N. Vapnik , Springer , 2013 , pp. 37–5210.1007/978-3-642-41136-6_5 ↗
72. Friedman · Comput. Stat. Data Anal. · 2002 · 38 · 36710.1016/S0167-9473(01)00065-2 ↗
73. Ke · Adv. Neural Inf. Process. Syst. · 2017 · 30 · 3147
74. Breiman · Mach. Learn. · 2001 · 45 · 510.1023/A:1010933404324 ↗
75. T.Chen and C.Guestrin , Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, 2016 , pp. 785–794
76. Howley · Artif. Intell. Rev. · 2005 · 24 · 37910.1007/s10462-005-9009-3 ↗
77. X.Glorot and Y.Bengio , Proceedings of the thirteenth international conference on artificial intelligence and statistics, 2010 , pp. 249–256
78. G. E.Hinton , Machine learning , Elsevier , 1990 , pp. 555–61010.1016/B978-0-08-051055-2.50029-8 ↗
79. K.He , X.Zhang , S.Ren and J.Sun , Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification , 2015 , https://arxiv.org/abs/1502.01852
80. D. P.Kingma and J.Ba , Adam: A Method for Stochastic Optimization , 2017 , https://arxiv.org/abs/1412.6980
81. LaValley · Circulation · 2008 · 117 · 239510.1161/CIRCULATIONAHA.106.682658 ↗
82. Fix · Int. Stat. Rev. · 1989 · 57 · 23810.2307/1403797 ↗
83. M.Fey and J. E.Lenssen , arXiv , 2019 , preprint, arXiv:1903.02428 10.48550/arXiv.1903.0242810.48550/arXiv.1903.02428 ↗
84. R. V. D.Berg , T. N.Kipf and M.Welling , arXiv , 2017 , preprint, arXiv:1706.02263 10.48550/arXiv.1706.0226310.48550/arXiv.1706.02263 ↗
85. P.Veličković , G.Cucurull , A.Casanova , A.Romero , P.Lio and Y.Bengio , arXiv , 2017 , preprint, arXiv:1710.10903 10.48550/arXiv.1710.1090310.48550/arXiv.1710.10903 ↗
86. Tan · New J. Chem. · 2023 · 47 · 955010.1039/D3NJ01174G ↗