从数千个模拟结构中获得的二维有机半导体内置矿 (OSiP) 的设计规则
Zih-Yu Lin1, Jiaonan Sun1, Stephen B Shiring1
1Davidson School of Chemical Engineering, Purdue University, West Lafayette, IN, USA.
Angewandte Chemie (International ed. in English)
|June 12, 2023
概括
研究人员开发了一种机器学习模型,以预测2D化佩洛夫斯基特中稳定连接体的结合,克服昂贵的试错方法. 这加速了用于光电子应用的新材料的发现.
科学领域:
- 材料科学 材料科学 材料科学
- 凝聚物质物理学 凝聚物质物理学
- 化学 化学 化学
背景情况:
- 二维 (2D) 化物矿通过有机连接体的结合提供可调节的光电子特性.
- 目前的连接体设计依赖于昂贵的试错或限制性的启发式,限制材料的发现.
研究的目的:
- 在Ruddlesden-Popper (RP) 阶段矿中建立稳定连接体结合的结构决定因素.
- 开发一个对二维矿的联结体稳定性的预测模型.
主要方法:
- 在超过一万个RP相矿上进行了分子动力学 (MD) 模拟.
- 训练有素的机器学习分类器使用可概括的连接体特征来预测结构稳定性.
主要成果:
- 已知稳定和不稳定连接体结合示例实现了近乎完美的预测准确度.
- 在特定的连接体特征和整体材料稳定性之间确定了权衡.
- 预测了一个巨大的,尚未探索的设计空间,用于2D兼容的连接体.
结论:
- 机器学习和MD模拟提供了一种高效和准确的方法,用于设计二维化 PeroVskites中的配体.
- 这种方法显著扩大了创建基于矿的新型光电子材料的可能性.
- 这些发现为加速发现和优化二维矿应用铺平了道路.


