機械的に剥離可能な二次元ナノ材料の予測と設計のための物理的に解釈可能な記述子

科学分野:

• 材料科学
• 計算化学
• ナノテクノロジー

背景:

• 二次元ナノ材料の機械的剥離性は重要ですが、予測が困難です。
• 剥離エネルギー（Eex）を決定するための現在の方法は、時間がかかり、計算コストが高くなります。
• データ駆動型アプローチは効率を提供しますが、解釈可能性を欠くことがよくあります。

研究 の 目的:

• 機械的に剥離可能な二次元ナノ材料を予測および設計するための物理的に解釈可能な記述子を開発すること。
• 従来のデータ駆動型手法および既存のデータ駆動型手法の限界を克服すること。
• 新しい二次元材料の発見を加速すること。

主な方法:

• Sure Independence Screening and Sparsifying Operator（SISSO）とCatBoostモデルを組み合わせることで、物理的に解釈可能な記述子であるP43を構築しました。
• P43を使用して、剥離エネルギー（Eex）を高い精度（RMSE = 57.83 meV/atom）で予測しました。
• P43を用いた要素置換法（ESM）フレームワークを採用して、新しい二次元構造をスクリーニングしました。

主要な成果:

• P43は、4つのパラメータを使用して機械的に剥離可能な二次元ナノ材料を特定する際に99.0%のリコール率を達成しました。