[論文レビュー] Physics-driven discovery and bandgap engineering of hybrid perovskites

Sheryl L. Sanchez, Elham Foadian+5 more|arXiv (Cornell University)|Oct 10, 2023

Species Distribution and Climate Change被引用数 5

ひとこと要約

本論文では、構造化およびカスタム構造化ガウス過程（sGPおよびc-sGP）を用いた物理駆動型発見フレームワークを提示し、所望のバンドギャップを有する最適なハイブリッドペロブスカイト組成の特定を高速化する。実験データと物理モデルを統合することで、MA₁₋ₓGAₓPb(I₁₋ₓBrₓ)₃における非線形なバンドギャップの傾向を迅速に同定し、最小限の薄膜合成試行で効率的なバンドギャップ設計が可能となる。

ABSTRACT

The unique aspect of the hybrid perovskites is their tunability, allowing to engineer the bandgap via substitution. From application viewpoint, this allows creation of the tandem cells between perovskites and silicon, or two or more perovskites, with associated increase of efficiency beyond single-junction Schokley-Queisser limit. However, the concentration dependence of optical bandgap in the hybrid perovskite solid solutions can be non-linear and even non-monotonic, as determined by the band alignments between endmembers, presence of the defect states and Urbach tails, and phase separation. Exploring new compositions brings forth the joint problem of the discovery of the composition with the desired band gap, and establishing the physical model of the band gap concentration dependence. Here we report the development of the experimental workflow based on structured Gaussian Process (sGP) models and custom sGP (c-sGP) that allow the joint discovery of the experimental behavior and the underpinning physical model. This approach is verified with simulated data sets with known ground truth, and was found to accelerate the discovery of experimental behavior and the underlying physical model. The d/c-sGP approach utilizes a few calculated thin film bandgap data points to guide targeted explorations, minimizing the number of thin film preparations. Through iterative exploration, we demonstrate that the c-sGP algorithm that combined 5 bandgap models converges rapidly, revealing a relationship in the bandgap diagram of MA1-xGAxPb(I1-xBrx)3. This approach offers a promising method for efficiently understanding the physical model of band gap concentration dependence in the binary systems, this method can also be extended to ternary or higher dimensional systems.

研究の動機と目的

• ハイブリッドペロブスカイト固溶体における組成依存の非線形的かつ非単調なバンドギャップ依存性の課題に対処すること。
• 最適なバンドギャップチューニングのための多数のペロブスカイト組成の合成・評価にかかる高い実験コストを克服すること。
• 有望な組成の同定と、バンドギャップ行動を支配する背後にある物理モデルの同定を同時に達成すること。
• 必要な薄膜調製回数を最小限に抑えることで、複雑な多成分系の効率的探索を可能にすること。
• 二成分、三成分、さらには高次元のペロブスカイト系に適用可能なスケーラブルなフレームワークの開発

提案手法

• 学習プロセスに事前物理知識を組み込むために、構造化ガウス過程（sGP）モデルを採用する。
• 複数の候補バンドギャップモデルを統合した、カスタムsGP（c-sGP）を導入し、単一の推論フレームワークを構築する。
• 少数の計算済み薄膜バンドギャップデータポイントを用いて、反復的かつ的を絞った実験的探索を誘導する。
• ベイズ最適化の原則を活用し、モデルの精緻化に最も有益な組成を優先する。
• 新しい実験データを段階的にc-sGPモデルに統合し、予測精度と物理モデル選択の両方を改善する。
• 正解の物理的真値が既知のシミュレーテッドデータセットを用いてフレームワークを検証し、正確性と収束速度を確認する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドペロブスカイトにおける組成依存の非線形的かつ非単調なバンドギャップ依存性は、どのように正確にモデル化できるか？
• RQ2 目標の組成とその背後にある物理的メカニズムの両方を発見するにあたり、実験的負荷を最小限に抑える最適な戦略は何か？
• RQ3 物理ベースの事前知識とデータ駆動型学習を組み合わせたハイブリッド手法は、複雑なペロブスカイト系における発見をどのように加速できるか？
• RQ4 c-sGPフレームワークは、限られた実験データからバンドギャップ行動の正しい物理モデルをどれほど正確に同定できるか？
• RQ5 この手法は、三成分および高次元のペロブスカイト組成へどの程度一般化可能か？

主な発見

• c-sGPフレームワークは、わずかな実験データポイントのみを用いても、MA₁₋ₓGAₓPb(I₁₋ₓBrₓ)₃における正しいバンドギャップ濃度依存性を的確に同定した。
• 5つの候補バンドギャップモデルを統合した一元的推論プロセスにより、迅速な収束が達成された。
• 的を絞ったデータ効率的探索を誘導することで、必要な薄膜合成回数が顕著に削減された。
• 正解の物理的真値が既知のシミュレーテッドデータセットを用いた検証により、高い正確性で真値の物理モデルを回復できることが確認された。
• 本フレームワークは、複雑なペロブスカイト系におけるスケーラブルな発見を可能にし、三成分および高次元組成への応用が有望である。
• sGPによる物理的事前知識の統合により、通常のブラックボックス回帰を上回るモデルの一般化能力と解釈可能性が向上した。