Bi_1-xSb_xナノ材料のL点直接バンドギャップを予測するための機械学習【JST・京大機械翻訳】

Tang Shuang; Jean-Baptiste Jenna; Vecchiano Schuyler; Lukasiewicz Adam; Burger Alexandria

プレプリント

J-GLOBAL ID：202202200391513523 整理番号：22P0275009

Bi_1-xSb_xナノ材料のL点直接バンドギャップを予測するための機械学習【JST・京大機械翻訳】

Machine Learning to Predict the L-Point Direct Bandgap of Bi1-xSbx Nanomaterials

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月15日プレプリントサーバーでの情報更新日： 2022年01月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

現代のナノサイエンスおよびナノテクノロジーの開発により,Bi_1-xSb_xは,薄膜,ナノワイヤ,ナノチューブ,ナノリボンおよび多くの他を含む,異なるナノスケールおよびナノ構造形態に合成できる。しかし,BrillouinゾーンにおけるL点における電子と正孔の間の強い相関のために,ナノ構造が量子閉じ込めの下で異常に,直接バンドが発展した。合金化および低い対称性のため,ab initio計算またはk_p摂動のいずれかを用いたナノ材料中のL点直接バンドギャップの予測は,計算的にコスト的または不正確である。ここでは,サポートベクトル回帰,回帰ツリー,Gaussプロセス回帰,および人工ニューラルネットワークを含む機械学習法を用いて,この問題を解決することを試みた。Bi_1-xSb_x薄膜とナノワイヤに対して,約0.99の適合度を達成した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

半導体結晶の電子構造 , 無機化合物一般及び元素 , 表面の電子構造 , 熱電デバイス

, , , ,

前のページに戻る