Milica Todorovic
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 |
computational materials science; first principles simulations; hybrid organic/inorganic materials; surface science; artificial intelligence; data science; Bayesian optimization
I lead the Materials Informatics Laboratory group at UTU. My research combines aritifical intelligence algorithms and first-principles simulations with the objective to optimize functional materials and their performance in devices. At MIL, we purpuse data-driven solutions across disciplines, from aerosol research to chemical engineering bio-based materials, from computation to experiment.
Service:
Vice-director of SUSMAT (Sustainable Materials and Manufacturing) UTU profiling area
Vice-chair of COST Action CA22154 - Data-driven Applications towards the Engineering of functional Materials: an Open Network (DAEMON)
Head of the Modern Industrial Materials MSc track
MTEK0023 Data Visualisation and Analysis
MTEK0023 Simulations and New Materials
MTEK0024 Machine Learning for Materials Science
- Atomic structures, conformers and thermodynamic properties of 32k atmospheric molecules (2023)
- Scientific Data
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Comparing methods for the long-term performance assessment of bifacial photovoltaic modules in Nordic conditions (2023)
- Renewable Energy
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Exploring the Conformers of an Organic Molecule on a Metal Cluster with Bayesian Optimization (2023)
- Journal of Chemical Information and Modeling
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Optimization of high-temperature superconducting multilayer films using artificial intelligence (2023)
- New Journal of Physics
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Updates to the DScribe library: New descriptors and derivatives (2023)
- Journal of Chemical Physics
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Compositional engineering of perovskites with machine learning (2022)
- Physical Review Materials
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Efficient modeling of organic adsorbates on oxygen-intercalated graphene on Ir(111) (2022)
- Physical Review B
(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
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Machine Learning Optimization of Lignin Properties in Green Biorefineries (2022)
- ACS Sustainable Chemistry and Engineering
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Machine learning sparse tight-binding parameters for defects (2022)
- npj Computational Materials
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Molecular Conformer Search with Low-Energy Latent Space (2022)
- Journal of Chemical Theory and Computation
(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
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Roadmap on Machine learning in electronic structure (2022)
- Electronic Structure
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Efficient Amino Acid Conformer Search with Bayesian Optimization (2021)
- Journal of Chemical Theory and Computation
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Efficient hyperparameter tuning for kernel ridge regression with Bayesian optimization (2021)
- Machine Learning: Science and Technology
(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
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Predicting gas-particle partitioning coefficients of atmospheric molecules with machine learning (2021)
- Atmospheric Chemistry and Physics
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1)) - Atomic structures and orbital energies of 61,489 crystal-forming organic molecules (2020)
- Scientific Data
(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
(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
(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))