[논문 리뷰] Physics-driven discovery and bandgap engineering of hybrid perovskites

Sheryl L. Sanchez, Elham Foadian외 5명|arXiv (Cornell University)|2023. 10. 10.

Species Distribution and Climate Change인용 수 5

한 줄 요약

이 논문은 구조적 및 맞춤형 가우시안 프로세스(sGP 및 c-sGP)를 사용하는 물리 기반 발견 프레임워크를 제안하여, 맞춤형 금속 반도체 밴드 갭을 가진 최적의 하이브리드 퍼보스카이트 조성의 식별을 가속화한다. 실험 데이터와 물리 모델을 통합함으로써, MA₁₋ₓGAₓPb(I₁₋ₓBrₓ)₃에서 비선형적 밴드 갭 경향을 신속하게 규명할 수 있으며, 이는 최소한의 박막 합성 시험으로 효율적인 밴드 갭 공학을 가능하게 한다.

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.

연구 동기 및 목표

• 하이브리드 퍼보스카이트 고체 용액에서 조성에 따른 비선형적이고 비단조선적 밴드 갭 의존성의 문제를 해결한다.
• 최적의 밴드 갭 조정을 위해 수많은 퍼보스카이트 조성의 합성과 시험에 드는 높은 실험 비용을 극복한다.
• 우수한 조성을 동시에 발견하고, 밴드 갭 행동을 지배하는 물리 모델을 규명한다.
• 필요한 박막 준비 수를 최소화하여 복잡한 다성분 시스템을 효율적으로 탐색한다.
• 이진, 삼성분 및 다차원 퍼보스카이트 시스템에 적용 가능한 확장 가능한 프레임워크를 개발한다.

제안 방법

• 학습 과정에 사전 물리 지식을 통합하기 위해 구조적 가우시안 프로세스(sGP) 모델을 사용한다.
• 다양한 후보 밴드 갭 모델을 하나의 추론 프레임워크에 통합하는 맞춤형 sGP(c-sGP)를 도입한다.
• 소수의 계산된 박막 밴드 갭 데이터 포인트를 활용하여 반복적이고 표적화된 실험 탐색을 이끈다.
• 모델 정밀도 향상을 위해 가장 정보가 많은 조성을 우선순위 정렬하는 베이지안 최적화 원리를 활용한다.
• 새로운 실험 데이터를 반복적으로 업데이트하여 c-sGP 모델을 정교화하고 물리 모델 선택을 개선한다.
• 정확성과 수렴 속도를 보장하기 위해 알려진 진실값이 있는 시뮬레이션 데이터셋에서 프레임워크를 검증한다.

실험 결과

연구 질문

• RQ1 하이브리드 퍼보스카이트에서 조성에 따른 비선형적이고 비단조선적 밴드 갭 의존성을 정확히 모델링할 수 있는가?
• RQ2 목표 조성과 그 뒤에 있는 물리적 메커니즘을 동시에 발견하면서도 실험 노력 최소화 전략은 무엇인가?
• RQ3 물리 기반 사전 지식과 데이터 기반 학습을 융합한 하이브리드 접근 방식이 복잡한 퍼보스카이트 시스템에서 발견을 가속화할 수 있는가?
• RQ4 c-sGP 프레임워크는 제한된 실험 데이터로도 정확한 밴드 갭 행동 물리 모델을 식별할 수 있는가?
• RQ5 이 방법은 삼성분 및 다차원 퍼보스카이트 조성으로 얼마나 일반화될 수 있는가?

주요 결과

• c-sGP 프레임워크는 소수의 실험 데이터 포인트만으로 MA₁₋ₓGAₓPb(I₁₋ₓBrₓ)₃의 정확한 밴드 갭 농도 의존성을 성공적으로 규명하였다.
• 다섯 개의 후보 밴드 갭 모델을 통합하여 단일 추론 과정으로 통합함으로써 빠른 수렴을 보였다.
• 표적화되고 데이터 효율적인 탐색을 이끌어내어 필요한 박막 합성 수를 크게 줄였다.
• 시뮬레이션 데이터셋에서의 검증을 통해 진실값 물리 모델을 고정밀도로 복원할 수 있는 능력을 확인하였다.
• 이 프레임워크는 복잡한 퍼보스카이트 시스템에서 확장 가능한 발견을 가능하게 하며, 삼성분 및 다차원 조성으로의 확장 가능성이 있다.
• sGP를 통한 물리적 사전 지식 통합은 표준 블랙박스 회귀를 초월해 모델 일반화 능력과 해석 가능성을 향상시켰다.