热电性能调谐的进展：来自混合函数、应变工程和机器学习模型的洞见
材料科学
2024-07-30 v1
摘要
探讨了拓扑绝缘体 Bi2Se3 中热电性能的多层次策略，即混合函数、应变和人工智能方法。通过实验带隙值评估，确认了常规函数的局限性以及筛选混合函数的有效性。对双向和单向应变对热电参数的影响进行了 thorough 调查，揭示了 n 型和 p 型 Bi2Se3 的不同行为，为 improved performance 提供了最佳应变条件的洞见。此外，关于拓扑非平凡表面态（TNSS）在热电性能中的作用的研究表明，TNSS 在电子输运中占据主导地位。双散射时间近似阐明了热电输运贡献从 bulk 和 surface 态之间的分离，突显了控制松弛时间比例以提升热电性能的重要性。此外，Random Forest 和神经网络模型对热电性能的预测在不同温度下与密度泛函理论预测表现出惊人的一致性，为理解复杂温度依赖趋势提供了强大的工具。总之，本 interdisciplinary 研究提出了一种独特的方法，推动了对 Bi2Se3 中热电性能的理解和优化，为针对 diverse 热电应用提供了综合框架，以实现材料行为的调谐。
引用
@article{arxiv.2407.19241,
title = {Advancements in Tuning Thermoelectric Properties: Insights from Hybrid Functional Studies, Strain Engineering, and Machine Learning Models},
author = {Vipin K E and Prahallad Padhan},
journal= {arXiv preprint arXiv:2407.19241},
year = {2024}
}
备注
31 pages including 9 figures