Митрофанов Артём Александрович

E-mail: mitrofjr@radio.chem.msu.ru


Область научных интересов:

  • Квантовая химия
  • Искусственный интеллект в химии
  • Дизайн функциональных материалов

Наукометрические показатели:

h-index: 5
ORCID ID 0000-0001-8891-6862
WoS ResearcherID K-8299-2015
Scopus AuthorID 57207206275
IstinaResearcherID 7649249

Образование:

  • 2019 – кандидатская диссертация по специальности 02.00.14 «Радиохимия» на тему «In silico дизайн лигандов для комплексообразования и разделения трехвалентных лантаноидов и минор-актиноидов».
  • 2014 – диплом магистра материаловедения по направлению «Химия», Факультет наук о материалах МГУ имени М.В.Ломоносова.
  • 2012 – диплом бакалавра материаловедения по направлению «Химия, физика и механика материалов», Факультет наук о материалах МГУ имени М.В.Ломоносова.
  • 2008 – аттестат о среднем общем образовании, гимназия №6, г. Архангельск.

Избранные публикации:

  1. A. Mitrofanov, V. Korolev, N. Andreadi, V. Petrov, S. Kalmykov. A simple automatized tool for exchange-correlation functional fitting // The journal of physical chemistry A, 2020, DOI: 10.1021/acs.inorgchem.0c01746 (Импакт-фактор: 2.6)
  2. A search of a quantitative quantum-chemical approach for radiolytic stability prediction // Physical Chemistry Chemical Physics, 2020, DOI: 10.1039/D0CP01786H (Импакт-фактор: 3.43)
  3. V. Korolev, A. Mitrofanov, Y. Kucherinenko, Yu. Nevolin, V. Krotov, P. Protsenko. Accelerated modeling of interfacial phases in the ni-bi system with machine learning interatomic potential // Scripta Materialia, 2020, DOI: 10.1016/j.scriptamat.2020.03.057 (Импакт-фактор: 5.079)
  4. E.I. Marchenko, S.A. Fateev, A.A. Petrov, V.V. Korolev, A. Mitrofanov, A.V. Petrov, E.A. Goodilin, A.B. Tarasov. Database of 2d hybrid perovskite materials: open-access collection of crystal structures, band gaps and atomic partial charges predicted by machine learning // Chemistry of Materials, 2020, DOI: 10.1021/acs.chemmater.0c02290 (Импакт-фактор: 9.567)
  5. V. Korolev, A. Mitrofanov, A. Korotcov, V. Tkachenko. Graph convolutional neural networks as general-purpose property predictors: the universality and limits of applicability // Journal of Chemical Information and Modeling. 2020, DOI: 10.1021/acs.jcim.9b00587 (Импакт-фактор: 4.549)
  6. N. Andreadi, A. Mitrofanov, P. Matveev, A. Volkova, and S. Kalmykov. Heavy-element reactions database (herdb): Relativistic ab initio geometries and energies for actinide compounds // Inorganic Chemistry, 2020, DOI: 10.1021/acs.inorgchem.0c01746 (Импакт-фактор: 4.825)
  7. V. Korolev, A. Mitrofanov, A. Eliseev, V. Tkachenko. Machine-learning-assisted search for functional materials over extended chemical space // Materials Horizons, 2020, DOI: 10.1039/D0MH00881H (Импакт-фактор: 12.319)
  8. V.V. Korolev, A. Mitrofanov, E.I. Marchenko, N.N. Eremin, V. Tkachenko, and S.N. Kalmykov. Transferable and extensible machine learning derived atomic charges for modeling hybrid nanoporous materials // Chemistry of Materials. , 2020, DOI: 10.1021/acs.chemmater.0c02468 (Импакт-фактор: 9.567)
  9. P.I. Matveev, A.A. Mitrofanov, V.G. Petrov, S.S. Zhokhov, A.A. Smirnova, Yu.A. Ustynyuka, S.N. Kalmykov. Testing a simple approach for theoretical evaluation of radiolysis products in extraction systems. A case of N,O-donor ligands for Am/Eu separation // RSC advances, 2017, DOI: 10.1039/C7RA11622E (Импакт-фактор: 3.108)