データ駆動型分類器で構築された多次元相図を用いた銅セレニドの予測合成
Emily M Williamson1, Zhaohong Sun1, Bryce A Tappan1
1Department of Chemistry, University of Southern California, Los Angeles, California 90089, United States.
Journal of the American Chemical Society
|August 4, 2023
まとめ
データを駆動した学習は 銅セレニド相マッピングを加速します このアプローチは機械学習を用いて材料の相を予測し,高精度で特定のセレニド銅の合成を可能にします.
科学分野:
- 材料科学
- 無機化学
- クリスタルグラフィー
背景:
- 銅セレニドは様々な用途を持つ重要な材料です.
- 銅-セレニウム相図は複雑で,複数の安定した結晶構造を特徴としています.
- この複雑さにより,セレニド銅相を合成的に制御することは困難です.
研究 の 目的:
- 複合的なセレニド銅の相空間をマッピングするためのデータ駆動学習を実証する.
- 最小限の実験でセレニド銅相を決定するための予測モデルを開発する.
- 特定のセレニド銅の加速・標的合成を可能にする.
主な方法:
- 柔らかい化学 (chimie douce) の合成方法が用いられた.
- 予測段階の決定のための分類技術を用いた多変量分析を行いました.
- 4つの変数:前駆体結合強度,時間,温度,溶媒組成から実験データを用いて代替モデルを構築した.
主要な成果:
- 代替モデル内で11個の異なるセレニド銅相組合せを生成した.
- 段階予測で95.7%の精度を達成する分類モデルを訓練した.
- 段階形成に影響を与える主要な実験変数を特定する決定樹モデルを開発した.
結論:
- データ駆動型学習は 複雑な材料の段階空間を 効果的にマッピングします
- 予測モデルは,標的型フェーズ分離のための規定合成条件を提供します.
- クロックマンニット銅セレニド (CuSe) の加速合成に成功し,そのアプローチを検証した.
関連する概念動画
01:19Phase Diagram
5.9K
The phase of a given substance depends on the pressure and temperature. Thus, plots of pressure versus temperature showing the phase in each region provide considerable insights into the thermal properties of substances. Such plots are known as phase diagrams. For instance, in the phase diagram for water (Figure 1), the solid curve boundaries between the phases indicate phase transitions (i.e., temperatures and pressures at which the phases coexist).
5.9K
02:39Phase Diagrams
41.6K
A phase diagram combines plots of pressure versus temperature for the liquid-gas, solid-liquid, and solid-gas phase-transition equilibria of a substance. These diagrams indicate the physical states that exist under specific conditions of pressure and temperature and also provide the pressure dependence of the phase-transition temperatures (melting points, sublimation points, boiling points). Regions or areas labeled solid, liquid, and gas represent single phases, while lines or curves represent...
41.6K