机器学习筛选Dion–Jacobson钙钛矿间隔分子
热点事件持续更新
机器学习筛选Dion–Jacobson钙钛矿间隔分子
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究团队提出一套分阶段的物理引导合成设计流程，将稀疏铁电数据学习与结构感知筛选结合，用于筛选Dion–Jacobson二维杂化有机–无机钙钛矿的有机间隔层。 流程从该家族11种已知铁电化合物出发，用符号回归划定描述符限定的铁电一致区域；经相似性引导扩展与化学过滤，将83,924个分子缩减为1012个候选二价间隔分子，再用机器学习原子间势弛豫与连接性分析筛出338个保持Dion–Jacobson连接性的候选。按连接性保持、化学相似性、能量精修与合成可行性依次排序后，选出s-2-氟丁烷-1,4-二胺，并合成出基于PbI₄的Dion–Jacobson钙钛矿，实验确认其具有铁电翻转。 该结果由研究团队在Nature Communications报告中给出。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 10:16
研究团队以分阶段合成设计流程筛选出铁电Dion–Jacobson二维钙钛矿间隔层报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- Nature Communications精选研究团队以分阶段合成设计流程筛选出铁电Dion–Jacobson二维钙钛矿间隔层
研究团队提出一套分阶段的物理引导合成设计流程，将稀疏铁电数据学习与结构感知筛选结合，用于筛选Dion–Jacobson二维杂化有机–无机钙钛矿的有机间隔层。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月27日 18:00
- 近 24 小时变化
- –
02468
18:0019:0020:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。