中科院物理所Nat.Commun.：范德华介电体的高通量筛选与机器学习分类

本文介绍了中国科学院物理研究所的研究团队如何利用高通量筛选和机器学习技术，从三维体相材料数据库中筛选出潜在的范德华介电体。研究团队通过一系列筛选标准，包括实验上已合成、带隙大于1.0eV等条件，筛选出189种零维、81种一维和252种二维范德华材料。进一步的统计分析和机器学习模型帮助识别出49种有潜力的范德华介电体，这些材料被认为适用于二维MoS₂场效应晶体管。这项研究不仅提供了一系列候选材料，还建立了一个高效的机器学习模型，对推动二维场效应晶体管的发展具有重要意义。