华南理工薛启帆团队: 机器学习方法高度通用+准确预测钙钛矿特性

文摘   2024-09-04 11:23   北京  

研究背景

带隙是钙钛矿材料在光伏应用领域中最重要的基本性质之一,为了获得未知材料的带隙,可以通过紫外-可见漫反射光谱 (UV-Vis) 或光致发光 (PL) X 射线光电子能谱 (XPS) 等实验来估计。
这些实验需要巨大且昂贵的设备。选择用 DFT 计算是一种成本更低且更快的方法,尽管如此,使用局域密度近似 (LDA) 或广义梯度近似 (GGA) 的方法会导致计算的带隙偏低。GW 算法可以精确计算材料的带隙,相应的也更为昂贵且耗时。
总之精确的带隙不能通过一个简单的方法来完成,因此带隙估计仍然是如今所面临的重大挑战。

文章简介

华南理工大学发光材料与器件国家重点实验室薛启帆团队提出了一种机器学习方法,可以在误差允许的范围内快速预测钙钛矿材料的带隙,将大大加快对光吸收材料的研究。

一个包含 3720 个 ABX3 型钙钛矿以及 2660 个 A2B(I)B(Ⅱ)X6 型双钙钛矿的数据库被用于训练模型,包含它们的带隙以及形成能信息。所有的数据均取自 Materials Project 数据集。用 Matminer python 包生成近 300 个描述符。再经过缺失值处理、稳定性筛选以及标准化处理后带入到 XGBoost 等六个机器学习模型中进行 10 折交叉验证,最有效的模型 XGBoost 表现出显着的 R² 系数 (0.873) 和 0.5868 eV 的均方根误差 (RMSE)。最后进行了 SHAP (SHapley Additive exPlanation) 分析,以确定最有影响力的描述符。

  • 图 1. 该工作的完整流程。包括数据收集;数据清洗(稳定性筛选,缺失值处理以及数据预处理等);模型训练(线性回归、支持向量回归、决策树、随机森林、多层感知机和极限梯度提升);特征工程优化以及 SHAP 可解性分析五个过程。
该工作结果表明,较高的形成能、相当比例的过渡金属和大量的 d 轨道价电子有助于窄带隙钙钛矿的形成。相反,元素之间的大量 f 轨道电子和电负性差异往往会导致宽带隙钙钛矿。这种综合分析不仅提供了对影响钙钛矿材料带隙的基本因素的见解,还强调了机器学习在加速材料研究方面的潜力。
该成果以“Highly versatile and accurate machine learning methods for predicting perovskite properties”(《用于预测钙钛矿特性的高度通用且准确的机器学习方法》)为题,发表在英国皇家化学会期刊 Journal of Materials Chemistry C 上,并入选为 hot article

论文信息

  • Highly versatile and accurate machine learning methods for predicting perovskite properties

    Ziming Chen, Jing Wang*, Canjie Li, Baiquan Liu, Dongxiang Luo, Yonggang Min, Nianqing Fu*, Qifan Xue*薛启帆,华南理工大学)

    J. Mater. Chem. C, 2024
    https://doi.org/10.1039/D4TC02268H

作者简介

陈子鸣 硕士研究生
华南理工大学

本文第一作者,硕士研究生,现就读于华南理工大学材料科学与工程学院/发光材料与器件国家重点实验室,导师:薛启帆。主要研究方向是钙钛矿太阳能电池和机器学习的综合研究。






薛启帆 副研究员
华南理工大学
本文通讯作者,广东省杰出青年基金获得者,研究方向为有机及钙钛矿光电材料与器件,包括新材料开发、界面修饰、新型器件,器件物理及制作工艺改进,至今已发表 SCI 论文 80 余篇,其中第一作者或通讯作者论文 50 余篇,包括 Joule,Adv. Mater.,Angew. Chem. Int. Ed.,Energy Environ. Sci.,Adv. Energy Mater.,Adv. Funct. Mater.,Sci. China Chem. 等综合性、化学材料和能源顶级期刊,累计引用 7800 余次,H 因子 41,主持国家科技部、基金委项目 3 项以及省市项目7项,入选 2022 年 TCL 青年学者和能源材料新锐科学家,获得全国创新大赛一等奖、德国 DAAD 科技奖、美国通用电气科技创新奖等,作为指导老师带领团队获得第五届中国“互联网+”大学生创新创业大赛广东省银奖、广东第九届大学生材料创新大赛一等奖、第十二届“挑战杯”广东大学生创业大赛金奖等,担任国际能源光子学会秘书长、钙钛矿光伏电池标准专题组委员、广东省材料研究学会青年工作委员会委员、Frontiers in Chemistry 期刊副主编,Journal of Energy Chemistry、Nano-Micro Letters、Materials Research Letters、Advanced Powder Materials 等期刊青年编委。

期刊介绍

Materials with applications in optical, magnetic & electronic devices

rsc.li/materials-c

J. Mater. Chem. C

2-年影响因子*5.7
5-年影响因子*6.0
JCR 分区*Q1 物理-应用
Q2 材料科学-跨学科
CiteScore 分10.8
中位一审周期29 


Journal of Materials Chemistry ABC 报道材料化学各领域的高质量理论或实验研究工作。这三本期刊发表的论文侧重于报道对材料及其性质的新理解、材料的新应用以及材料合成的新方法。Journal of Materials Chemistry ABC 的区别在于所报道材料的不同预期用途。粗略的划分是,Journal of Materials Chemistry A 报道材料在能源和可持续性方面的应用,Journal of Materials Chemistry B 报道材料在生物学和医学方面的应用,Journal of Materials Chemistry C 报道材料在光学、磁学和电子设备方面的应用。

Editor-in-Chief

  • Natalie Stingelin
    🇺🇸 佐治亚理工学院

Associate editors
  • A. S. Achalkumar
    🇮🇳 印度理工学院古瓦哈提分校

  • Rachel Crespo-Otero
    🇬🇧 伦敦大学学院

  • Renaud Demadrille
    🇫🇷 格勒诺布尔跨学科研究所

  • Antonio Facchetti
    🇺🇸 佐治亚理工学院/西北大学

  • Unyong Jeong
    🇰🇷 浦项科技大学

  • Oana Jurchescu
    🇺🇸 威克森林大学

  • Mingzhu Li (李明珠)
    🇨🇳 中科院理化技术研究所

  • Martyn McLachlan
    🇬🇧 伦敦帝国理工学院

  • Kasper Moth-Poulsen
    🇪🇸 巴塞罗那材料科学研究所

  • Ana Flávia Nogueira
    🇧🇷 坎皮纳斯州立大学

  • Erin Ratcliff
    🇺🇸 亚利桑那大学

  • Yana Vaynzof
    🇩🇪 德累斯顿工业大学

  • Maia G. Vergniory
    🇩🇪 马普固体物理化学研究所

  • Zhiguo Xia (夏志国)
    🇨🇳 华南理工大学

  • Hao-Li Zhang (张浩力)
    🇨🇳 兰州大学

  • Ni Zhao (赵铌)
    🇨🇳🇭🇰 香港中文大学

* 2023 Journal Citation Reports (Clarivate, 2024)

 CiteScore 2023 by Elsevier
 中位数,仅统计进入同行评审阶段的稿件







欢迎联系我们发布论文报道
📧 RSCChina@rsc.org

点击下方「阅读原文」查看

↓↓↓

RSC Materials Science
英国皇家化学会材料期刊公众号,欢迎关注
 最新文章