CEEM:一种化学可解释的深度学习平台,用于识别具有低有效质量的化合物
Jing Gao1, Zhilong Wang1, Yanqiang Han1
1Key Laboratory of Thin Film and Microfabrication Technology, Ministry of Education, Department of Micro/Nano-electronics, Shanghai Jiao Tong University, Shanghai, 200240, China.
一个新的深度学习平台预测半导体有效质量 (mE),帮助发现电子和能源材料. 该工具识别了低mE的半导体,这对于高级应用至关重要.
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
- 计算化学计算化学
背景情况:
- 半导体行业依赖于具有特定电子特性的材料.
- 有效质量 (mE) 是电子行为的一个关键指标,影响设备性能.
- 对mE的实验测量具有挑战性,限制了材料的表征和设计.
研究的目的:
- 开发一个深度学习平台,用于预测半导体的有效质量 (mE).
- 识别表现出低mE的n型和p型半导体.
- 提供化学洞察力,了解支配ME的因素.
主要方法:
- 使用深度学习构建一个化学可解释的预测平台 (CEEM).
- 实现图形神经网络,以实现多功能和可解释的ME预测.
- 创建迄今为止最大的mE数据库 (126,335条目).
主要成果:
- CEEM实现了对mE的高预测准确性 (n型的AUC为0.904,p型为0.896).
- 该平台成功识别了466个低mE半导体.
- 导出了影响mE的关键化学因素,提供了机理学理解.
结论:
- CEEM提供了一种高效,准确和可解释的方法来预测半导体mE.
- 该平台促进了新型半导体材料的发现,用于透明的导电,光伏和水分应用.
- CEEM为高性能半导体设计和开发开辟了新的途径.
更多相关视频
07:46Sheathless Capillary Electrophoresis–Mass Spectrometry for Metabolic Profiling of Biological Samples
Published on: October 1, 2016
07:34Large Scale Non-targeted Metabolomic Profiling of Serum by Ultra Performance Liquid Chromatography-Mass Spectrometry UPLC-MS
Published on: March 14, 2013
相关概念视频
Mass Spectrum: Interpretation
To...
High-Resolution Mass Spectrometry (HRMS)
Chemical Ionization (CI) Mass Spectrometry
Electrospray Ionization (ESI) Mass Spectrometry
ESI utilizes electrical energy to transfer ions from the liquid phase of the sample into the...
Capillary Electrophoresis: Applications
Capillary zone electrophoresis (CZE) separates ionic components based on their electrophoretic mobility. It has been used to separate proteins, amino acids,...
Mass Spectrometry: Complex Analysis
GC–MS is a powerful hyphenated method commonly used in forensics and environmental...
