面向靶向杂化有机-无机钙钛矿的概率深度学习方法
材料科学
2021-12-08 v2
摘要
我们开发了概率机器学习模型，并用其筛选具有靶向电子带隙的新型杂化有机-无机钙钛矿（HOIPs）。本工作所用数据集高度多样，包含 192 个化学上不同的 HOIP 化学式各自多种原子结构。因此，对给定公式的任何性质预测都必须关联因其未知原子细节所带来的不可约“不确定性”。结果，我们识别并经由合适的第一性原理计算验证了数十个带隙落在 1.25 至 1.50 eV 之间的新 HOIP 化学式。通过此演示，我们表明概率深度学习方法是鲁棒、通用的，并可用于恰当量化该不确定性。总之，本文描述的概率视角与方法，对于根植于实验和/或计算中信息不完整的非常常见且不可避免的数据不确定性，可能具有广泛用途。
引用
@article{arxiv.2110.12958,
title = {Probabilistic deep learning approach for targeted hybrid organic-inorganic perovskites},
author = {Vu Ngoc Tuoc and Nga T. T. Nguyen and Vinit Sharma and Tran Doan Huan},
journal= {arXiv preprint arXiv:2110.12958},
year = {2021}
}