无监督学习赋能电介质材料智能设计
武汉理工大学的沈忠慧副教授团队在《硅酸盐学报》第51卷第2期发表了题为“无监督学习探索高介电常数的ABO3型钙钛矿材料”论文。
目前，电介质材料因其优异的电气绝缘和电荷存储能力，在微电子、微波、超级电容器和传感器行业中发挥着重要的作用。作为目前研究最多、应用最广的电介质材料体系之一，ABO3钙钛矿材料表现出良好的介电性能，被广泛应用于储能设备、太阳能电池、混合动力汽车和脉冲动力武器等领域。伴随着电子元器件向小型化、轻量化的发展趋势，探索高介电常数的电介质新材料成为重要研究内容。随着大数据与人工智能等技术的飞速发展，为了解决这一问题，本文将无监督学习应用于挖掘高介电常数的钙钛矿材料。针对标签数据少的问题硅的介电常数，通过聚类学习的方法不断优化迭代来缩小搜索空间，最终筛选出了BaHfO3和BiFeO3等20种具有高介电常数潜力的钙钛矿材料，并通过降维分析等手段从元素种类、晶体结构和容忍因子等方面展开规律分析，挖掘钙钛矿材料结构与介电常数之间的关联。该方法为解决材料性能数据标签的缺失提供了一种思路，可应用于筛选和挖掘其他新型功能材料。
原文下载：
−−文 章 亮 点–−
（1）利用无监督机器学习迭代探索高介电常数钙钛矿材料；
（2）分析了材料物理属性与目标性能之间的关系；
（3）为解决功能材料性能数据标签的缺失提供了一种研究思路。
−−图 文 导 读−−
图1无监督学习迭代筛选具有高介电常数的钙钛矿材料流程图
(a) Raw dataset
(b) Feature correlation coefficient plots
(c) First cluster analysis
图2原始数据集以及数据清洗
(a) Distribution of the clustering results in the original dendrogram
(b) Curve ofλchange with the number of iterations
图3聚类分析迭代结果
−−相 关 工 作−−
实际上，沈忠慧副教授与清华大学南策文院士团队早在2018年就开始在介电储能领域展开数据驱动的电介质材料智能研发，包括搭建了多场耦合的电击穿相场模型，利用机器学习模型挖掘了电介质材料构效关系，智能筛选了二维钙钛矿等新型填料等。基于前期积累，本团队总结了机器学习（ML）在储能材料研发中的最新进展，并对ML在材料科学中的创新应用提出了一些见解，包括建立全生命周期材料数据库、开发多目标优化算法、提高机器学习的可解释性等[InterdiscipMater1:175-195 (2022)]，通过介电电容器（DC）和锂离子电池（LIBs）作为两个具有代表性的例子，从发现和设计新材料、丰富理论模拟及辅助实验和表征的三个方面重点介绍了ML在储能材料研发中的最新进展。
图1机器学习在储能材料中的应用
在模型搭建方面，本团队提出了介电击穿相场模型，系统探究了复合电介质材料的构效关系图谱[Adv Mater30, 1704380 (2018)]，并结合高通量计算和机器学习 [Nat Commun10, 1843 (2019)]，获得了多场协同击穿机制的数学表达式，进而筛选出了氧化铝和氧化镁等填料，可大幅提升耐压特性，为聚合物纳米复合电介质的优化设计提供了强有力的理论基础。
图2高通量相场模拟纳米复合材料击穿强度的机器学习策略
在材料智能筛选方面，通过相场模拟、高通量计算和机器学习等手段，系统研究了聚合物基复合电介质材料中的纳米填料效应，分别模拟了不同纳米填料对介电响应，电荷传输和介电击穿的影响，并筛选出了一系列能够提升储能密度的二维钙钛矿填料[npj Comput Mater7, 110 (2021)]。选取一种Ca2Nb3O10二维钙钛矿填料为定向实验，验证了理论模拟的预测结果，并最终获得了35.9 J cm-3的储能密度。
图3计算模拟指导的材料研发过程：从理论预测到定向实验
−−结 论 与 展 望–−
（1）本文通过无监督聚类学习的方法对ABO3型钙钛矿材料进行高通量筛选，最终预测了 BaHfO3和 BiFeO3等 20 种具有高介电常数潜力的 ABO3 型钙钛矿材料；
（2）从元素种类、容忍因子、晶系分布等特征分析钙钛矿材料结构-介电常数之间的关系；
（3）发展材料半监督学习硅的介电常数，对于材料标签稀疏的小样本挑战提供了一种解决思路。
撰稿人：刘润林、沈忠慧
单位：武汉理工大学材料科学与工程国际化示范学院 (材料与微电子学院)
作者风采
沈忠慧
武汉理工大学材料科学与工程国际化示范学院副教授。任中国硅酸盐学会青年工作委员会委员等。研究工作关注于非均质材料结构-性能的关联，通过智能手段来解析、预测和设计复合材料中电、力、热等性能的集成与耦合，开展功能复合材料的结构生成-性能预测-材料设计的一体化工作。
刘润林
武汉理工大学材料学硕士研究生，研究方向为铁电和介电材料的智能化研发。
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，加站长微信免费获取积分，会员只需38元，全站资源免费下载 点击查看详情
站 长 微 信： thumbxmw
