[論文レビュー] 2DMatPedia: An open computational database of two-dimensional materials from top-down and bottom-up approaches

Jun Zhou, Lei Shen+7 more|arXiv (Cornell University)|Jan 28, 2019

2D Materials and Applications参考文献 1被引用数 15

ひとこと要約

2DMatPediaは、塊体材料からのトップダウン的剥離およびボトムアップ的化学置換によって生成された6,000種類以上の二次元（2D）材料のオープンで計算ベースのデータベースを提供する。本研究では、密度汎関数理論を用いて構造的・電子的・エネルギー的性質を体系的に計算することで、大規模なスクリーニングおよびAI駆動の機能的2D材料の発見を可能にする。

ABSTRACT

Two-dimensional (2D) materials have been a hot research topic in the last decade, due to novel fundamental physics in the reduced dimension and appealing applications. Systematic discovery of functional 2D materials has been the focus of many studies. Here, we present a large dataset of 2D materials, with more than 6,000 monolayer structures, obtained from both top-down and bottom-up discovery procedures. First, we screened all bulk materials in the database of Materials Project for layered structures by a topology-based algorithm, and theoretically exfoliate them into monolayers. Then, we generated new 2D materials by chemical substitution of elements in known 2D materials by others from the same group in the periodic table. The structural, electronic and energetic properties of these 2D materials are consistently calculated, to provide a starting point for further material screening, data mining, data analysis and artificial intelligence applications. We present the details of computational methodology, data record and technical validation of our publicly available data (http://www.2dmatpedia.org/).

研究の動機と目的

• 包括的でオープンアクセスの計算データベースを通じて、機能的2D材料の発見を加速すること。
• 2D材料に関する限られた体系的データの課題に対処するため、多様な合成経路から一貫した大規模データセットを生成すること。
• 2D材料研究におけるハイブリッドスクリーニング、データマイニング、機械学習応用を統合した統一プラットフォームを提供すること。
• トップダウン的剥離とボトムアップ的置換戦略を統合し、既知の2D材料の化学的空間を拡張すること。

提案手法

• トポロジーに基づくアルゴリズムを用いて、Materials Projectデータベース内の層状構造を特定し、トップダウン的単層剥離を実施する。
• 計算的剥離プロトコルを用いて、塊体材料を自然な剥離面に沿って切断することで単層を生成する。
• 既知の2D材料中の元素を周期律表の同一グループの他の元素に置換することでボトムアップ的材料を生成する。
• すべての構造に対して一貫した密度汎関数理論（DFT）計算を実施し、構造的・電子的・エネルギー的性質を特定する。
• 技術的検証を経て、再現性と再利用を可能にする恒久的URLを通じてデータセットを公開する。
• 機械学習、材料スクリーニング、特性予測などの後続応用を支援するようにデータベースを設計する。

実験結果

リサーチクエスチョン

• RQ1 トポロジーに基づく剥離法を用いて、塊体材料から体系的に得られる安定した単層2D材料の範囲はどの程度か？
• RQ2 周期律表の同一グループ内での化学的置換は、新たな安定2D材料を生成するのにどの程度有効か？
• RQ3 多様な化学組成にわたる結果得られた2D材料の構造的および電子的性質は何か？
• RQ4 統一的でハイブリッドスクリーニング可能な計算パイプラインは、大規模で一貫した2D材料データセットを信頼性を持って生成・検証できるか？
• RQ5 このようなデータセットは、2D材料科学におけるスケーラブルなスクリーニングおよびAI駆動の発見をどのように可能にするか？

主な発見

• データベースには、トップダウンおよびボトムアップの両アプローチから得られた6,000種類以上の単層2D材料が含まれる。
• すべての構造に対して体系的なDFT計算が実施され、格子定数、生成エネルギー、バンド構造、電子的性質に関する一貫性があり信頼性の高いデータが保証された。
• トップダウンアプローチは、トポロジーに基づく剥離アルゴリズムを用いてMaterials Projectデータベース内の層状材料を的確に同定し、剥離に成功した。
• ボトムアップアプローチは、周期律表の同一グループの化学的に類似した元素に置換することで、既知の2D系に新たな2D材料を生成した。
• データセットは公開されており、検証済みであり、再現性を確保するとともに、AIおよびデータ駆動型材料発見ワークフローへの統合を支援する。
• 本研究は、既知の化合物をはるかに超える2D材料の体系的探索を可能にするスケーラブルでオープンなフレームワークを確立した。