我被带到公交车最后一排,日本成熟人妻理伦无码新片,手机数据恢复精灵

作為鹵化鉛鈣鈦礦潛在替代者的有機-無機鹵化錫鈣鈦礦家族（MASnX₃，其中X = Cl、Br、I）由于其帶隙可調性，可通過用溴化學取代碘來覆蓋廣泛的可見太陽光譜。盡管這些鈣鈦礦太陽能電池具有巨大的潛力，但其穩定性一直是一個值得關注的領域。

在此，美國紐約州立大學Saquib Ahmed等人基于監督機器學習（ML）準確預測單結MASnI_3-xBr_x器件中的最佳Br摻雜濃度，在使用太陽能電池電容模擬器（SCAPS）構建的42000個獨特器件上進行了數據驅動的優化。通過改變Br摻雜百分比、帶隙、電子親和力、串聯電阻、背接觸金屬和受體濃度來研究這些器件，這些參數是專門選擇的，因為它們的可調性質和可以通過器件的簡單實驗制備技術進行改性。

作者利用五種不同的算法（線性回歸（LR）、支持向量回歸（SVR）、多層感知機（MLP）、隨機森林（RF）回歸和極端梯度提升（Xgboost））來研究特征工程，此外，在設備內摻雜Br之前的第一步包括對純錫基系統MASnI₃的驗證研究：實現了6.71% 的功率轉換效率（PCE），與實驗數據非常吻合。

圖1. LR和RF模型的訓練和測試集的實際帶隙和預測帶隙之間的比較

結果表明，最佳Br摻雜的ML分析導致發現了兩種Br濃度分別為22.43% （Br22）和25.63%（Br25）的器件，后者是通過更嚴格的分析獲得的更精細的值。為了了解每個特征對PCE的總體和相對影響，作者使用SHAP方法進行分析。針對發現的兩個器件，利用SCAPS進行了進一步的器件優化。

作者嘗試了吸收體厚度、體積和界面缺陷密度的調控及電子傳輸層（ETL）和空穴傳輸層（HTL）材料的選擇，通過載流子壽命研究分析了器件穩定性。在這些優化步驟之后，Br22和Br25的最終PCE值分別為20.72% 和17.37%。總之，當前工作的ML輔助定量分析為最佳Br摻雜錫基器件提供了極大的信心，使其被視為傳統技術的可行且具有競爭力的無毒替代品。

圖2. Br22和Br25的缺陷能級和相應的缺陷濃度

Supervised Machine Learning-Aided SCAPS-Based Quantitative Analysis for the Discovery of Optimum Bromine Doping in Methylammonium Tin-Based Perovskite (MASnI_3–xBr_x), ACS Applied Materials & Interfaces 2021. DOI: 10.1021/acsami.1c15030

原創文章，作者：v-suan，如若轉載，請注明來源華算科技，注明出處：http://www.zzhhcy.com/index.php/2023/10/15/6e08f9c8be/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜

相關推薦