Page d'accueil de Anh Khoa Augustin LU

Bienvenue sur le site de Anh Khoa Augustin LU !

Je suis actuellement chercheur senior au sein du National Institue for Materials Science (NIMS).

Vous trouverez sur ce site des informations concernant mes activités de recherche.

Mes thèmes de recherche portent sur les relations structure-propriétés dans les matériaux. En utilisant des méthodes de simulation atomistique telles que la dynamique moléculaire et les calculs ab initio combinés à l'apprentissage automatique (machine learning), la structure et les propriétés de nouveaux matériaux peuvent être analysées et adaptées pour développer de nouvelles applications. Les matériaux étudiés actuellement sont les oxydes, les verres métalliques et les matériaux bidimensionnels.

Les matériaux amorphes, notamment les verres métalliques, présentent des propriétés mécaniques exceptionnelles lorsqu'ils sont préparés dans des conditions appropriées. Cependant, contrairement aux cristaux, leur structure atomique reste mal comprise. En effet, la relation entre les configurations atomiques mesurées et calculées, et les propriétés macroscopiques observées reste à découvrir. Alors que les cristaux possèdent à la fois un ordre à courte et à longue portée et peuvent être représentés par des structures périodiques dont le nombre de variétés est limité, les verres métalliques n'ont qu'un ordre à courte portée et à moyenne portée. Il existe donc un nombre infini de structures possibles dans ces matériaux amorphes. Notre objectif est de découvrir l'origine de la relation entre la structure et les propriétés des verres métalliques grâce à l'utilisation de techniques de modélisation atomistique.

L’avènement du graphène a lancé le développement du domaine des matériaux bidimensionnels. Cette classe de matériaux comprend aujourd'hui un grand nombre de représentants, allant des dichalcogénures de métaux de transition aux Xènes (où X = Si, Ge, Sn, P, ...) et de nouvelles structures et compositions sont prédites et/ou démontrées expérimentalement à un rythme très rapide. Les méthodes de modélisation atomistique, telles que les simulations de dynamique moléculaire et les calculs ab initio, sont de puissants outils qui permettent d'explorer le potentiel de ces matériaux pour de futures applications dans divers domaines tels que la nanoélectronique, la photonique, la spintronique ou le stockage d'énergie.

Pour analyser les propriétés structurelles au-delà de la première sphère de coordination, de nouvelles méthodologies doivent être développées. En employant des méthodes de réduction de dimensionnalité et des descripteurs appropriés, de subtiles différences structurelles peuvent être détectées, dévoilant l’ordre à moyenne distance dans les matériaux désordonnés.

Les champs de force basés sur l'apprentissage automatique ont révolutionné les simulations atomistiques en offrant la précision des calculs ab initio à une fraction du coût de calcul. Cependant, modéliser précisément les matériaux sous l'influence de champs électriques externes reste un défi, car cela nécessite un traitement approprié des interactions électrostatiques à longue portée et des fluctuations dynamiques de charge. En développant des potentiels de réseaux de neurones qui intègrent les prédictions des charges effectives de Born, nous pouvons simuler avec précision le comportement complexe des ions dans les matériaux riches en défauts soumis à des champs électriques.