Milica Todorovic - UTU Tutkimustietojärjestelmä - UTU Tutkimustietojärjestelmä

Milica Todorovic

apulaisprofessori, materiaalitekniikka (kone- ja materiaalitekniikan laitos)

milica.todorovic@utu.fi

+358 29 450 3619

+358 50 535 9519

Työhuone: 302

My phone number is +358 50 331 0029.

ORCID-tunniste: https://orcid.org/0000-0003-0028-0105

ORCID record

ResearcherID K-3350-2014

Google Scholar

Asiantuntijuusalueet

computational materials science; first principles simulations; hybrid organic/inorganic materials; surface science; artificial intelligence; data science; Bayesian optimization

Tutkimus

My research focuses of first-principles simulations of advanced materials, with the objective to optimize their functional properties and performance in devices. The latest algorithms from computer science and artificial intelligence allow me to pursue data-smart approaches to materials design. In addition to materials science, physics and chemistry research, I have implemented data-driven solutions across disciplines, from aerosol research to chemical engineering bio-based materials, from computation to experiment.

Opetus

I teach computational science courses for the MSc programme in Materials Engineering. I also teach the interdisciplinary MSc course "Machine Learning for Materials Science".

Julkaisut

Compositional engineering of perovskites with machine learning (2022)
- Physical Review Materials
Laakso Jarno, Todorovic Milica, Li Jingrui, Zhang Guo-Xu, Rinke Patrick
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Efficient modeling of organic adsorbates on oxygen-intercalated graphene on Ir(111) (2022)
- Physical Review B
Järvi Jari, Todorovic Milica, Rinke Patrick
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Machine learning as a tool to engineer microstructures: Morphological prediction of tannin-based colloids using Bayesian surrogate models (2022)
- MRS Bulletin
Jin Soo-Ah, Kämäräinen Tero, Rinke Patrick, Rojas Orlando J., Todorovic Milica
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Machine Learning Optimization of Lignin Properties in Green Biorefineries (2022)
- ACS Sustainable Chemistry and Engineering
Löfgren Joakim, Tarasov Dmitry, Koitto Taru, Rinke Patrick, Balakshin Mikhail, Todorović Milica
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Machine learning sparse tight-binding parameters for defects (2022)
- npj Computational Materials
Schattauer Christoph, Todorović Milica, Ghosh Kunal, Rinke Patrick, Libisch Florian
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Molecular Conformer Search with Low-Energy Latent Space (2022)
- Journal of Chemical Theory and Computation
Guo Xiaomi, Fang Lincan, Xu Yong, Duan Wenhui, Rinke Patrick, Todorović Milica, Chen Xi
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Protective Coating Interfaces for Perovskite Solar Cell Materials: A First-Principles Study (2022)
- ACS Applied Materials and Interfaces
Fangnon Azimatu, Dvorak Marc, Havu Ville, Todorović Milica, Li Jingrui, Rinke Patrick
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Roadmap on Machine learning in electronic structure (2022)
- Electronic Structure
Kulik H.J., Hammerschmidt T., Schmidt J., Botti S., Marques M.A.L., Boley M., Scheffler M., Todorović M., Rinke P., Oses C., Smolyanyuk A., Curtarolo S., Tkatchenko A., Bartók A.P., Manzhos S., Ihara M., Carrington T., Behler J., Isayev O., Veit M., Grisafi A., Nigam J., Ceriotti M., Schütt K.T., Westermayr J., Gastegger M., Maurer R.J., Kalita B., Burke K., Nagai R., Akashi R., Sugino O., Hermann J., Noé F., Pilati S., Draxl C., Kuban M., Rigamonti S., Scheidgen M., Esters M., Hicks D., Toher C., Balachandran P.V., Tamblyn I., Whitelam S., Bellinger C., Ghiringhelli L.M.
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Efficient Amino Acid Conformer Search with Bayesian Optimization (2021)
- Journal of Chemical Theory and Computation
Fang L, Makkonen E, Todorovic M, Rinke P, Chen X
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Efficient hyperparameter tuning for kernel ridge regression with Bayesian optimization (2021)
- Machine Learning: Science and Technology
Stuke Annika, Rinke Patrick, Todorovic Milica
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Integrating Bayesian Inference with Scanning Probe Experiments for Robust Identification of Surface Adsorbate Configurations (2021)
- Advanced Functional Materials
Järvi Jari, Alldritt Benjamin, Krejci Ondrej, Todorovic Milica, Liljeroth Peter, Rinke Patrick
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Predicting gas-particle partitioning coefficients of atmospheric molecules with machine learning (2021)
- Atmospheric Chemistry and Physics
Lumiaro Emma, Todorovic Milica, Kurten Theo, Vehkamäki Hanna, Rinke Patrick
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Atomic structures and orbital energies of 61,489 crystal-forming organic molecules (2020)
- Scientific Data
Stuke A, Kunkel C, Golze D, Todorovic M, Margraf JT, Reuter K, Rinke P, Oberhofer H
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Charge Transfer into Organic Thin Films: A Deeper Insight through Machine-Learning-Assisted Structure Search (2020)
- Advanced Science
Egger AT, Hormann L, Jeindl A, Scherbela M, Obersteiner V, Todorovic M, Rinke P, Hofmann OT
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Detecting stable adsorbates of (1S)-camphor on Cu(111) with Bayesian optimization (2020)
- Beilstein Journal of Nanotechnology
Järvi J, Rinke P, Todorović M
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Bayesian inference of atomistic structure in functional materials (2019)
- npj Computational Materials
Todorovic M, Gutmann MU, Corander J, Rinke P
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Chemical diversity in molecular orbital energy predictions with kernel ridge regression (2019)
- Journal of Chemical Physics
Stuke A, Todorovic M, Rupp M, Kunkel C, Ghosh K, Himanen L, Rinke P
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))
Deep Learning Spectroscopy: Neural Networks for Molecular Excitation Spectra (2019)
- Advanced Science
Ghosh K, Stuke A, Todorovic M, Jorgensen PB, Schmidt MN, Vehtari A, Rinke P
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))