Dinámica de adsorbatos sobre superficies metálicas: de primeros principios a comparación con experimentos ayudado con técnicas de machine learning

Esta presentación Federico aborda el estudio computacional de la dinámica de átomos y moléculas sobre superficies metálicas, un área fundamental para comprender a escala atómica los procesos de la catálisis heterogénea. Para ello, se emplean técnicas del estado-del-arte que integran cálculos de primeros principios (DFT) con potenciales interatómicos basados en Machine Learning (MLIP). Esto permite acelerar significativamente la evaluación de fuerzas y energías, permitiendo realizar simulaciones demandantes de Dinámica Molecular (MD) para obtener observables comparables con experimentos. Asimismo, facilita la parametrización de modelos de Monte Carlo cinético (kMC) para extender aún más las escalas espaciales y temporales de las simulaciones. Durante el seminario, se explorarán las aplicaciones de estas metodologías en sistemas específicos, abarcando la adsorción y la dinámica ultrarrápida inducida por láseres de femtosegundos de CO en Cu(110), la adsorción disociativa de CO2, y la difusión térmica de hidrógeno en la superficie escalonada de Pt(211). En todos los casos, el enfoque central radica en la comparación de observables teóricos con resultados experimentales, logrando así avanzar en el entendimiento de los mecanismos microscópicos que gobiernan las interacciones molécula-superficie. Además, se mencionarán desarrollos recientes en librerías open-source que utilizan técnicas de machine learning en el descubrimiento de ecuaciones en sistemas dinámicos.