基于机器学习的ABO3钙钛矿可形成性预测与晶体结构分类
材料科学
2022-02-22 v1 机器学习
摘要
可再生能源因应对全球变暖而备受关注,但光伏(PV)电池等大有前景的能源尚不够高效与廉价,无法替代传统能源。钙钛矿作为 PV 材料潜力巨大,但针对特定应用设计合适材料通常耗时漫长。本文利用机器学习高精度预测 ABO3 型钙钛矿的可形成性并分类其晶体结构,提供了快速筛选流程。尽管研究以太阳能电池应用为出发点,该预测框架具通用性,可用于其他目的。经 5 折交叉验证,使用随机森林预测的钙钛矿可形成性准确率为 98.57%,晶体结构分类准确率为 90.53%。我们的机器学习模型可通过提供提前洞察材料性质的快捷机制,助力所需钙钛矿结构的加速开发。
引用
@article{arxiv.2202.10125,
title = {ABO3 Perovskites' Formability Prediction and Crystal Structure Classification using Machine Learning},
author = {Minhaj Uddin Ahmad and A. Abdur Rahman Akib and Md. Mohsin Sarker Raihan and Abdullah Bin Shams},
journal= {arXiv preprint arXiv:2202.10125},
year = {2022}
}
备注
Accepted to ICISET-2022