Npj Comput. Mater.: 稳定半导体材料的发现—深度学习-DFT
海归学者发起的公益学术平台
分享信息,整合资源
交流学术,偶尔风月
半导体材料是使用晶体管、发光二极管、集成电路、光伏、太阳能电池等的现代设备的重要组成部分。元素周期表第 XIV 族发现的元素半导体及 Ge 的化合物,广泛应用于电子、光伏和光电子器件。然而,不同工业应用需要具有不同性能的半导体材料。因此,探索半导体的计算方法对提高未来技术至关重要。前人研究证实,使用高通量筛选有可能探索到有前景的半导体材料。生成对抗网络(GAN)是一种从输入数据中学习模式/分布的生成模型,CubicGAN 是大规模生成材料的方法。结合各种方法优点开发新的计算通道,来设计满足不同性能需求的稳定半导体材料具有重要意义。
来自美国南卡罗来纳大学计算机科学与工程系的Jianjun Hu教授团队,开发了一种计算管道,通过结合生成对抗网络 (GAN)、分类器和高通量第一性原理计算,来发现新的稳定半导体。研究者开发一种二元分类器,从CubicGAN模型生成立方材料过滤半导体/绝缘体(非金属),然后使用第一原理研究其稳定性。他们的研究在 F-43m 空间群中发现了 12 种稳定的 AA′′MH6 立方半导体材料。DFT计算结果表明:1)相对于其他 AA''MH6 材料的力学性能,AA''MnH6 和 NaYRuH6具有更高的 Cii (i = 1, 2, 3) 弹性常数、体积模量、剪切模量和杨氏模量;2)低于 200 K时,相对于其他 AA''MH6 材料,AA''MnH6 和 NaYRuH6具有更低的比热容 (Cv) ;3)300 K 时BaSrZnH6具有最高比热容 (127.96 JK-1mol-1)。4)基于精确的杂化泛函计算,发现 AA′′MH6 半导体是宽带隙半导体。其中,BaSrZnH6 和 KNaNiH6是直接带隙半导体,其余是间接带隙半导体。此外,作者还研究了最重要的元素和电子性质。
该研究提出了一种结合生成对抗网络 (GAN)、分类器和高通量第一性原理计算的计算通道,实现了稳定半导体材料的生成设计,将有助于开发光学和高温功率器件。相关
该文近期发表于npj Computational Materials 8:164(2022),英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。
Generative design of stable semiconductor materials using deep learning and density functional theory
Edirisuriya M. Dilanga Siriwardane, Yong Zhao, Indika Perera & Jianjun Hu
扩展阅读
微信扫码关注该文公众号作者