Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Gagliardi erforscht die Entwicklung und Anwendung numerischer Modelle für die Simulation nanostrukturierter Bauelemente. Sein Fokus liegt dabei auf neuen Solarzellen (organische, auf Perowskit basierende Halbleiter), elektrochemischen Systemen (nanostrukturierte Kathoden für Brennstoffzellen) und organischen Halbleitermaterialien. Die Entwicklung neuer Modelle reicht von der Nanoskala (Density Functional Theory, Quantum Green Functions) über die Mesoskala (Kinetic Monte Carlo) bis hin zur Makroskopie (Drift-Diffusion). Er entwickelt auch TiberCAD- und GDFTB-Software. Seine neuesten Forschungsarbeiten befassen sich mit der Multiskalenmodellierung für organische Halbleiter und der Verwendung von Machine- / Deep-Learning-Ansätzen in der Materialwissenschaft.

Nach dem Ingenieurstudium an der Universität Rom Tor Vergata (Italien) promovierte Professor Gagliardi 2007 an der Universität Paderborn in Physik. Später arbeitete er als Postdoc am Bremer Zentrum für Computermaterialien und in Rom, bevor er 2014 zum Tenure Track Assistant Professor an der TUM ernannt wurde.

H Michaels, M Rinderle, R Freitag, I Benesperi, T Edvinsson, R Socher, A Gagliardi, M Freitag: “Dye-sensitized solar cells under ambient light powering machine learning: towards autonomous smart sensors for the internet of things”. CHEMICAL SCIENCE. 2020; 11:2895-2906.

Abstract

B Garlyyev, K Kratzl, M Rück, J Michalička, J Fichtner, J M. Macak, T Kratky, S Günther, M Cokoja, A Bandarenka, A Gagliardi, R. A. Fischer: “How small: selecting the optimal size of Pt nanoparticles for enhanced oxygen electro-reduction mass activity”. Angewandte Chemie. 2019; 58, 9596-9600.

Abstract

M Rinderle, W Kaiser, A Mattoni, A Gagliardi: “Machine-Learned Charge Transfer Integrals for Multiscale Simulations in Organic Thin Films”. Journal of Physical Chemistry C. 2020; 124: 17733-17743.

Abstract

M Rück, B Garlyyev, F Mayr, A S Bandarenka, A Gagliardi: “Oxygen Reduction Activities of Strained Platinum Core–Shell Electrocatalysts Predicted by Machine Learning”. Journal of physical chemistry letters. 2020; 11: 1773-1780.

Abstract

W Kaiser, A Gagliardi: “Kinetic Monte Carlo Study of the Role of the Energetic Disorder on the Open-Circuit Voltage in Polymer/Fullerene Solar Cells”. Journal of physical chemistry letters. 2019; 10 (20): 6097-61041.

Abstract