文献

J-GLOBAL ID：201902254141076805   整理番号：19A1400611

機械学習によるCuドーピングと特性予測による熱間押出Bi-Te-Seバルク材料の改善された熱電特性【JST・京大機械翻訳】

Improved Thermoelectric Properties of Hot-Extruded Bi-Te-Se Bulk Materials with Cu Doping and Property Predictions via Machine Learning

著者 (6件)： Wang Zhi-Lei (Department of Mechanical and Aerospace Engineering, Tottori University, Koyama-minami 4-101, Tottori, 680-8552, Japan) ,  Wang Zhi-Lei (Department of Materials Science and Engineering, Nagoya University, Furou-cho, Chikusa-ku, Nagoya, 464-8601, Japan) ,  Yokoyama Yuuki (Department of Mechanical and Aerospace Engineering, Tottori University, Koyama-minami 4-101, Tottori, 680-8552, Japan) ,  Onda Tetsuhiko (Department of Mechanical and Aerospace Engineering, Tottori University, Koyama-minami 4-101, Tottori, 680-8552, Japan) ,  Adachi Yoshitaka (Department of Materials Science and Engineering, Nagoya University, Furou-cho, Chikusa-ku, Nagoya, 464-8601, Japan) ,  Chen Zhong-Chun (Department of Mechanical and Aerospace Engineering, Tottori University, Koyama-minami 4-101, Tottori, 680-8552, Japan)
資料名： Advanced Electronic Materials  (Advanced Electronic Materials)
巻： 5  号： 6  ページ： e1900079  発行年： 2019年 
JST資料番号： W2482A  ISSN： 2199-160X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： CuドープBi_2Te_2.85Se_0.15バルク熱電材料を熱間押出技術を用いて作製した。Cu原子はTe(1)-Te(1)層間の格子間サイトにインターカレートし,キャリア濃度の減少をもたらし,関連Seebeck係数と電気抵抗率を増加させ,キャリア熱伝導率を減少させることが分かった。Cu_0.05Bi_2Te_2.85Se_0.15試料において,0.86のZT_max値を得た。これは,Cuを含まない試料のそれより83%高い。データ駆動材料科学は材料設計のためにますます重要になっているので,熱間押出材料の加工,微細構造および特性に関する定量的情報も機械学習アプローチを用いて推定され,そこでは特性予測が人工ニューラルネットワークモデルを用いて行われる。さらに,ポテンシャル最良材料特性とそれらの対応する微細構造と処理の逆探索を,Bayes最適化アルゴリズムを用いてさらに試みた。本研究は,データ駆動材料設計に焦点を合わせて,高性能Bi_2Te_3ベース熱電材料の製造に対する新しいルートを提供することを期待した。Copyright 2019 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： *ドーピング ,  *予測 ,  熱伝導率 ,  *熱間押出 ,  熱電材料 ,  *機械学習 ,  微細構造 ,  *銅 ,  材料科学 ,  材料設計 ,  キャリア密度 ,  電気抵抗率
準シソーラス用語： 材料特性 ,  データ駆動 ,  *熱電特性 , 【Automatic Indexing@JST】

著者キーワード (5件)： テルル化ビスマス ,  Cuドーピング ,  熱間押出 ,  機械学習 ,  特性予測

分類 (2件)： 半導体薄膜  (BK14040E) ,  表面の電子構造  (BM02080J)

タイトルに関連する用語 (10件)： 機械学習 ,  Cu ,  ドーピング ,  予測 ,  熱間押出 ,  Bi ,  Te ,  Se ,  バルク材料 ,  熱電特性