Small Methods: 机器学习加速发现新型铁电光伏钙钛矿和材料描述符

研究团队:东南大学物理学院王金兰教授课题组
研究内容:团队结合机器学习算法和DFT高通量计算,提出了一种多目标、多步骤的材料筛选策略。对稳定性、铁电极化、合适带隙这三个目标性质,分别采用机器学习中的分类算法和回归算法对19841种无机钙钛矿结构进行逐层筛选,最终成功选出了151种同时满足三个目标性质的铁电光伏材料。
文献信息:Rapid Discovery of Ferroelectric Photovoltaic Perovskites and Material Descriptors via Machine Learning, Small Methods, DOI: 10.1002/smtd.201900360 [原文链接]

Small Methods: 机器学习加速发现新型铁电光伏钙钛矿和材料描述符

上一篇:

下一篇:

发表回复

登录后才能评论