論文の概要: Physics-based material parameters extraction from perovskite experiments
via Bayesian optimization
- arxiv url: http://arxiv.org/abs/2402.11101v1
- Date: Fri, 16 Feb 2024 22:14:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-20 23:24:10.559325
- Title: Physics-based material parameters extraction from perovskite experiments
via Bayesian optimization
- Title(参考訳): ベイズ最適化によるペロブスカイト実験からの物理材料パラメータ抽出
- Authors: Hualin Zhan, Viqar Ahmad, Azul Mayon, Grace Tabi, Anh Dinh Bui,
Zhuofeng Li, Daniel Walters, Hieu Nguyen, Klaus Weber, Thomas White, Kylie
Catchpole
- Abstract要約: 我々は有機金属ペロブスカイト半導体の8つの基本材料パラメータを過渡発光実験から抽出できる分析プラットフォームを開発した。
熱劣化の例としては、ドーピング濃度とキャリア移動度の変化が支配的であり、欠陥エネルギー準位はほぼ変化していないことが示されている。
- 参考スコア(独自算出の注目度): 1.412418234653926
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ability to extract material parameters from quantitative experimental
analysis is essential for rational design and theory advancement. However, the
difficulty of this analysis increases significantly with the complexity of the
theoretical model and the number of material parameters. Here we use Bayesian
optimization to develop an analysis platform that can extract up to 8
fundamental material parameters of an organometallic perovskite semiconductor
from a transient photoluminescence experiment, based on a complex full physics
model that includes drift-diffusion of carriers and dynamic defect occupation.
An example study of thermal degradation reveals that changes in doping
concentration and carrier mobility dominate, while the defect energy level
remains nearly unchanged. This platform can be conveniently applied to other
experiments or to combinations of experiments, accelerating materials discovery
and optimization of semiconductor materials for photovoltaics and other
applications.
- Abstract(参考訳): 定量的な実験分析から材料パラメータを抽出することは合理的な設計と理論の進歩に不可欠である。
しかし, この解析の難易度は, 理論モデルの複雑さ, 材料パラメータ数の増加とともに著しく増大した。
ここでは、キャリアのドリフト拡散と動的欠陥占有を含む複雑なフル物理モデルに基づいて、過渡発光実験から有機金属ペロブスカイト半導体の8つの基本材料パラメータを抽出できる解析プラットフォームを開発するためにベイズ最適化を用いる。
熱劣化の例としては、ドーピング濃度とキャリア移動度の変化が支配的であり、欠陥エネルギー準位はほぼ変わらないことが示されている。
このプラットフォームは、他の実験や実験の組み合わせ、材料発見の加速、太陽電池などの半導体材料の最適化などに便利に適用することができる。
関連論文リスト
- Probabilistic Physics-integrated Neural Differentiable Modeling for
Isothermal Chemical Vapor Infiltration Process [3.878427803346315]
化学気相浸透(CVI)は、炭素-炭素および炭化炭素-ケイ素複合化合物の製造に広く用いられている製造技術である。
CVI中の密度化過程は, これらの複合材料の最終性能, 品質, 整合性に重要な影響を及ぼす。
我々は物理積分型ニューラル微分可能(PiNDiff)モデリングフレームワークを用いたデータ駆動予測モデルを開発した。
論文 参考訳(メタデータ) (2023-11-13T23:25:18Z) - Machine learning enabled experimental design and parameter estimation
for ultrafast spin dynamics [54.172707311728885]
機械学習とベイズ最適実験設計(BOED)を組み合わせた方法論を提案する。
本手法は,大規模スピンダイナミクスシミュレーションのためのニューラルネットワークモデルを用いて,BOEDの正確な分布と実用計算を行う。
数値ベンチマークでは,XPFS実験の誘導,モデルパラメータの予測,実験時間内でのより情報的な測定を行う上で,本手法の優れた性能を示す。
論文 参考訳(メタデータ) (2023-06-03T06:19:20Z) - General simulation method for quantum-sensing systems [0.0]
本稿では,理論と実験のギャップを埋める実験的な欠陥を含むシミュレーション手法を提案する。
理論的なアプローチを開発し、整列および不整合量子イメージング実験のシミュレーションでその能力を実証する。
論文 参考訳(メタデータ) (2022-11-21T20:35:37Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳(メタデータ) (2022-10-27T11:37:14Z) - Low-cost machine learning approach to the prediction of transition metal
phosphor excited state properties [0.4306143768014156]
光活性イリジウム錯体は、光から光触媒への応用から広く関心を集めている。
我々は、低コスト機械学習(ML)モデルを用いて、イリジウム錯体の励起状態特性を予測する。
論文 参考訳(メタデータ) (2022-09-18T16:24:07Z) - Photoluminescence spectra of point defects in semiconductors: validation
of first principles calculations [0.36944296923226316]
ダイヤモンドおよびSiCの欠陥の発光スペクトルの計算と実験を組み合わせた研究を行った。
本研究では, 固相量子ビット, SiCの希薄中心, ダイヤモンドの窒素空孔の例に着目した。
ハイブリッド関数の使用は半局所関数よりも正確な結果をもたらす。
論文 参考訳(メタデータ) (2021-06-16T08:06:02Z) - Conceptual Design Report for the LUXE Experiment [116.47875392913599]
我々は高エネルギーの電子-光子相互作用と光子-光子相互作用を分析して、量子物理学のこの到達不能な状態に達する。
予測される高光子フラックスは、標準モデルを超えた新しい物理の感度の高い探索を可能にする。
論文 参考訳(メタデータ) (2021-02-03T12:27:10Z) - Inverse-designed photon extractors for optically addressable defect
qubits [48.7576911714538]
フォトニックデバイスの逆設計最適化は、スピン光子インタフェースの臨界パラメータを調整する際に、前例のない柔軟性を実現する。
逆設計のデバイスは、単一の光子エミッタのスケーラブルな配列の実現、新しい量子エミッタの迅速なキャラクタリゼーション、センシングと効率的な隠蔽機構を実現する。
論文 参考訳(メタデータ) (2020-07-24T04:30:14Z) - Predictive modeling approaches in laser-based material processing [59.04160452043105]
本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。
その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。
結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
論文 参考訳(メタデータ) (2020-06-13T17:28:52Z) - Theoretical methods for ultrastrong light-matter interactions [91.3755431537592]
本稿では,超強結合状態における空洞量子力学を理解するために開発された理論的手法について概説する。
本稿は、基底状態特性の解析的推定からマスター方程式の適切な計算まで、最近の進歩の概要を概説する。
論文の大半は、超強結合が到達した様々な実験プラットフォームに関連する効果的なモデルに特化している。
論文 参考訳(メタデータ) (2020-01-23T18:09:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。