Un flujo de trabajo automatizado para descubrir las relaciones de estructura y estabilidad de los semiconductores

Andreas J Bornschlegl1, Patrick Duchstein2, Jianchang Wu1,3

  • 1Institute of Materials for Electronics and Energy Technology (i-MEET), Department of Materials Science and Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Martensstraße 7, 91058 Erlangen, Germany.

Resumen

Los investigadores desarrollaron un enfoque de aprendizaje automático para predecir semiconductores moleculares resistentes a la radiación para aplicaciones espaciales. Este método acelera el descubrimiento de materiales orgánicos estables mediante el análisis de la degradación bajo luz ultravioleta C, identificando características estructurales clave para una mayor resistencia.