Npj Comput. Mater.: 机器学习铁电材料设计：相稳定性评估与新掺杂剂识别
知社学术圈
2025-03-18 11:30
文章摘要
本文探讨了机器学习在铁电材料设计中的应用，特别是针对HfO2薄膜的相稳定性评估和新掺杂剂的识别。研究团队结合高通量第一性原理计算和机器学习技术，建立了一个多阶段材料设计框架，成功预测并实验验证了镓(Ga)作为HfO2薄膜的新掺杂剂。通过机器学习模型，研究人员不仅揭示了HfO2材料的铁电相稳相机理，还提出了相稳定性评价方法，为HfO2基铁电材料的设计和性能预测提供了新的视角和方法。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Corroborating the Monro-Kellie Principles.
DOI: 10.1007/s12028-022-01624-x
Pub Date : 2026-02-01
Date: 2022/10/31 0:00:00
Issue Editorial Masthead
DOI: 10.1021/aev009i002_2032701
Pub Date : 2026-01-26
Deep Gaussian process-based cost-aware batch Bayesian optimization for complex materials design campaigns
DOI: 10.1038/s41524-026-01981-7
Pub Date : 2026-02-04
知社学术圈
关于账号进行迁移的说明.
2026-01-26
中国内科肿瘤学奠基人、工程院院士孙燕逝世，享年97岁.
2026-01-26
李立浧，将在87岁成为首位登上太空的中国院士.
2026-01-23
美国正式退出世卫组织，欠费2.6亿美元也不给了.
2026-01-23
诈骗组织通过AI伪造幽灵学生，狂薅美国教育部千万美元助学金.
2026-01-23
最新文章
中山大学，Nature+1！Cell+1！
17小时前
京公网安备 11010802042870号
