arXiv：机器学习加速铋锑硫卤固溶体带边工程，光伏材料筛选提速数个量级
8月17日提交arXiv的研究将机器学习代理模型与第一性原理计算结合，系统扫描铋锑硫卤化物固溶体的庞大组分空间，绘制带边位置随组分与表面端基变化的图谱，识别出与光伏及水分解能级匹配的最优区间。该材料组合地球丰富、带隙1.2-2.1eV可调，ML加速筛选将不可穷举的DFT计算压缩数个量级，为无铅光电材料提供组分设计准则。
固溶体
共 1 篇 · B910 化工资讯聚合
共 1 篇 · B910 化工资讯聚合
8月17日提交arXiv的研究将机器学习代理模型与第一性原理计算结合，系统扫描铋锑硫卤化物固溶体的庞大组分空间，绘制带边位置随组分与表面端基变化的图谱，识别出与光伏及水分解能级匹配的最优区间。该材料组合地球丰富、带隙1.2-2.1eV可调，ML加速筛选将不可穷举的DFT计算压缩数个量级，为无铅光电材料提供组分设计准则。
