文献

J-GLOBAL ID：201802240989824123   整理番号：18A1875306

密度汎関数理論-元素ハロゲン化物ペロブスカイトとRuddlesden-Popper相のバンドギャップを解析するための機械学習法【JST・京大機械翻訳】

Density Functional Theory - Machine Learning Approach to Analyze the Bandgap of Elemental Halide Perovskites and Ruddlesden-Popper Phases

著者 (10件)： Allam Omar (Computational NanoBio Technology Laboratory, School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0245, USA) ,  Allam Omar (The George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0405, USA) ,  Holmes Colin (Computational NanoBio Technology Laboratory, School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0245, USA) ,  Greenberg Zev (Computational NanoBio Technology Laboratory, School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0245, USA) ,  Kim Ki Chul (Computational NanoBio Technology Laboratory, School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0245, USA) ,  Kim Ki Chul (Department of Chemical Engineering, Konkuk University, Seoul, 05029, Republic of Korea) ,  Jang Seung Soon (Computational NanoBio Technology Laboratory, School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332-0245, USA) ,  Jang Seung Soon (Institute for Electronics and Nanotechnology, Georgia Institute of Technology, Atlanta, GA 30332, USA) ,  Jang Seung Soon (Parker H. Petit Institute for Bioengineering and Bioscience, Georgia Institute of Technology, Atlanta, GA 30332, USA) ,  Jang Seung Soon (Strategic Energy Institute, Georgia Institute of Technology, Atlanta, GA, 30332, USA)
資料名： ChemPhysChem  (ChemPhysChem)
巻： 19  号： 19  ページ： 2559-2565  発行年： 2018年 
JST資料番号： W1265A  ISSN： 1439-4235  CODEN： CPCHFT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,可能なペロブスカイトの広大な化学空間を探索し,有望な候補をスクリーニングするためのプロトコルを開発した。さらに,ペロブスカイトのバンドギャップエネルギーに影響する因子を調べた。それぞれ0.98から1および0.45から0.7までの範囲のGoldschmid耐性因子および八面体因子を用いて,室温で安定な高立方晶ペロブスカイトのみを濾過した。希土類または放射性に不安定な元素を除去した後,量子力学的密度汎関数理論計算を,バンド構造のような電子的性質が太陽電池応用に適しているかどうかを評価するために,残りのペロブスカイトについて行った。類似の計算をRuddlesden-Poper相について行った。さらに,機械学習を用いて,ペロブスカイトのバンドギャップに影響する入力パラメータの重要性を評価した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 薬物耐性因子 ,  バンド構造 ,  *機械学習 ,  希土類元素 ,  立方晶系 ,  太陽電池 ,  *バンドギャップ ,  八面体 ,  *密度汎関数法
準シソーラス用語： 入力パラメータ ,  密度汎関数計算 ,  バンドギャップエネルギー , 【Automatic Indexing@JST】

著者キーワード (5件)： ペロブスカイト ,  Ruddlesden-Popper相 ,  密度汎関数理論 ,  機械学習 ,  ハイスループットスクリーニング

分類 (4件)： 半導体結晶の電子構造  (BM02060N) ,  光化学一般  (CB08010U) ,  吸着の電子論  (CB12042Y) ,  原子・分子のクラスタ  (BH09030O)

タイトルに関連する用語 (7件)： 密度汎関数理論 ,  元素 ,  ハロゲン化物 ,  ペロブスカイト ,  バンドギャップ ,  解析 ,  機械学習