ハイスループット合成と人工ニューラルネットワークによるペロブスカイト材料の化学空間-特性予測モデル
学術的背景 ペロブスカイト材料は、太陽電池やその他の電子デバイスへの広範な応用により、非常に注目されています。その光学特性(たとえばバンドギャップや格子振動)は、化学組成を調整することで柔軟に制御することができます。ペロブスカイトの構造から光学特性を予測する研究は既に成熟していますが、光学データから化学組成を逆算して予測することは依然として難題です。この課題の解決は、ペロブスカイト材料の開発や生産の加速にとって重要な意味を持っています。特に大規模な工業生産においては、新材料の化学組成を迅速にスクリーニング・検証できれば、生産効率が大幅に向上します。 この課題に応えるため、研究者らは高スループット合成、高分解能分光技術、そして機械学習(特に人工ニューラルネットワーク, ANN)を組み合わせた革...