印度科学研究所用机器学习修复PBE赝金属误判，筛出29个二维绿氢光催化剂候选
9月2日提交至arXiv的论文（Ritam Chakraborty与Arpan Das，印度科学研究所）针对DFT筛选中PBE泛函将窄带隙半导体误判为金属的失效模式，开发泄漏感知修复加HSE06-PBE差值学习两阶段模型，以0.108eV平均误差重构HSE06带隙（原始PBE误差1.036eV），在pH=0条件下筛出10个严格与29个宽松绿氢光催化候选材料。
带隙预测
共 2 篇 · B910化工 · AI 化学信息库
机器学习从50多万个钙钛矿结构中筛出38个光伏候选材料
研究人员开发多阶段机器学习框架，快速预测电子带隙并筛选氧化物钙钛矿的光伏应用潜力。从超过50万个候选结构出发，方法逐步收窄至38个带隙匹配的组分，等待更高精度计算与实验验证。展示了AI筛选在光伏材料发现中的落地路径。