近日，百家乐在线-百家乐在线游戏
张立军教授团队提出了一种以八面体结构基序为核心的可解释机器学习设计框架，为新型光电半导体材料发现提供了新策略。相关成果以“Octahedral-Motif-Guided Design of Optoelectronic Semiconductors via Interpretable Machine Learning”为题，发表于《Nature Communications》期刊。
光电半导体广泛应用于太阳能转换、光电探测和发光器件。包括卤化物钙钛矿在内的大量光电材料都以BX₆八面体为基本结构单元。八面体中的元素组成、化学键性质、结构畸变及连接方式能够显著调控材料的带隙、载流子有效质量和光吸收性质。然而，在光电材料的理论设计中，传统的八面体稳定性判据主要针对特定钙钛矿结构原型，难以推广至氧化物、卤化物、硫族化合物和尖晶石等化学与结构高度多样的材料体系。同时，现有机器学习模型多依赖元素组成、全局晶体特征或高维局域环境表示，难以直接提取具有明确化学意义的“结构基元—稳定性—光电性质”关系。因此，如何将局域八面体基元转化为可量化、可解释且具有跨结构迁移能力的材料描述符，是实现新型光电半导体理性设计的关键问题。
针对这一问题，研究团队构建了一个数据驱动的材料发现框架。该框架首先从实验已合成的晶体结构中系统识别八面体环境，构建了包含3362个样本的八面体材料数据集。随后开发了层级化、多环节的材料特征工程工作流，共构建664个初始候选特征。特征分析表明，共价长度尺度上的电负性平衡以及局域配位壳层的化学反差，是决定不同八面体材料热力学稳定性的核心因素。随后，研究以DFT计算的形成能为目标变量训练GBRT模型，交叉验证的决定系数R²达到0.97。
研究团队利用机器学习模型对2442种未报道候选材料的稳定性进行快速预筛选。以室温热能尺度作为筛选参考，并进一步通过第一性原理计算进行验证，逐步筛选出180种具有热力学稳定性的候选材料，其中129种具有非零带隙的半导体。根据约化载流子有效质量和带边积分光吸收强度，最终确定19种优先级最高的光电半导体。其中，CoSbO、Pt₂NaS₃、Ca₂GaCoO₅等材料展现出接近典型钙钛矿吸光材料MAPbI₃的光电表现。最后，研究选取理论预测具有直接带隙、较强光吸收和动力学稳定性的Ca₂GaCoO₅作为实验验证对象。采用四种不同的钴前驱体均成功合成了Ca₂GaCoO₅，并利用X射线衍射、高分辨透射电子显微镜、选区电子衍射、扫描电子显微镜对其结构进行表征，并利用能谱分析、紫外—可见吸收光谱和光电响应实验对其光电性质进行测试。该实验结果为机器学习筛选策略提供了直接验证。
百家乐在线-百家乐在线游戏
博士生杨晓雨、哈尔滨工业大学博士后赵文悦为论文共同第一作者。吉林大学张立军教授、哈尔滨工业大学赵瑜教授、苏州实验室孙远慧研究员共同为通讯作者。该工作得到了国家基金委青年科学基金A类项目及创新研究群体A类项目、吉林省长白山实验室科技创新项目、江苏省基础研究计划和吉林大学研究生创新项目的支持。
文章链接：
//doi.org/10.1038/s41467-026-75216-0
