一个数据驱动的平台,用于二维混合-化物洛夫斯基特
An Chen1, Zhilong Wang1, Jing Gao1
1Key Laboratory for Thin Film and Microfabrication of Ministry of Education, Department of Micro/Nano-electronics, Shanghai Jiao Tong University, Shanghai 200240, China.
ACS nano
|July 5, 2023
概括
使用无机结构因子 (SF) 的新分类方法有效地探索二维杂交有机-无机合物矿 (2D HOIP). 这使得我们能够发现用于光电子和太阳能应用的新型2DHOIP.
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
- 固态化学 固态化学
背景情况:
- 二维杂交有机-无机合物矿 (2D HOIP) 呈现出卓越的光电子特性,推动其在太阳能转换中的应用.
- 2D HOIP 的庞大的结构多样性需要先进的性能优化方法.
- 现有的分类方法,如RP-DJ,不足以在2DHOIP中将结构与电子属性关联起来.
研究的目的:
- 为2D HOIPs开发一种新的分类描述符,它可以准确地反映对电子属性的结构影响.
- 使用机器学习创建一个全面的2DHOIP数据库及其属性.
- 建立一个综合平台,用于探索和发现新的二维HOIP材料.
主要方法:
- 使用无机结构因子 (SF) 作为描述符,解释2DHOIP中的无机层扭曲.
- 研究了SF,物理化学特征和带间隙之间的关系.
- 采用机器学习来生成一个大规模的数据库 (304,920个2DHOIP) 和一个探索平台.
主要成果:
- 成功地将无机结构因子与二维HOIP的电子特性 (带间隙) 相关联.
- 创建了304,920个2DHOIP的数据库,包括许多以前未被探索的材料.
- 开发了一个用户友好的平台来搜索,下载,分析和预测2DHOIP属性.
结论:
- 无机结构因子提供了有效的手段来分类和探索2DHOIP的性能.
- 开发的数据库和平台显著加速了新的2DHOIP材料的发现.
- 这项工作提供了一个强大的工具,通过合理的材料设计来推进光电子和太阳能转换.
