第51卷第2期2023年2月硅酸盐学报Vol.51，No.2February，2023JOURNALOFTHECHINESECERAMICSOCIETYhttp://www.gxyb.cbpt.cnki.netDOI：10.14062/j.issn.0454-5648.20220776基于机器学习探索钙钛矿材料及其应用胡扬1，张胜利1，周文瀚1，刘高豫1，徐丽丽1，尹万健2，曾海波1(1.南京理工大学材料科学与工程学院，南京210094；苏州大学能源与材料创新研究院，江苏苏州215006)摘要：经过大半个世纪的算法模型积累，以数据科学为基础的机器学习方法，已经可以适配多项学科的研究需求。在理论与实验积累的数据基础上，机器学习紧跟各个领域的研究潮流，推动数据密集型科学研究的发展，使其成为继“理论”、“计算”、“实验”后引领科学研究的“第四范式”。在材料科学领域，钙钛矿材料具有构成丰富、带隙可调、发展空间广阔等优势，但还未在其适用领域内达到环境友好等实用标准。因而基于机器学习探索钙钛矿材料及其应用，不仅可以加速新型钙钛矿材料的发现，而且可以探究钙钛矿材料种种优异性能与其物理化学特征之间的关联，为发展环境友好型高性能钙钛矿器件提供指导。在此总结了机器学习结合钙钛矿材料的研究优势与研究流程，综述了机器学习在钙钛矿材料性质与器件探索方面的研究进展，探讨了当下面临的研究困境和挑战，展望了未来的研究方向和发展趋势。关键词：钙钛矿材料；机器学习；材料物性；光电器件中图分类号：TB3;TP3文献标志码：A文章编号：0454–5648(2023)02–0452–17网络出版时间：2022-12-27StudiesonPerovskiteMaterialandItsApplicationsviaMachineLearningHUYang1,ZHANGShengli1,ZHOUWenhan1,LIUGaoyu1,XULili1,YINWanjian2,ZENGHaibo1(1.SchoolofMaterialsScienceandEngineering,NanjingUniversityofScienceandTechnology,Nanjing210094,China;2.SoochowInstEnergy&MatInnovatSIEMIS,SoochowUniversity,Suzhou215006,Jiangsu,China)Abstract:Themethodsofmachinelearningbasedonthedatasciencecandealwiththecorrespondingstudiesindifferentdisciplinesbasedonthedataaccumulatedintheoryandexperiments.Machinelearningpromotesthedevelopmentofdata-intensivescientificdiscoveries,thusmakingita"fourthparadigm"thatleadstotherelatedscientificresearchafter"theory,calculation,andexperimentation".Amongdifferentmaterials,perovskitematerialhassomeuniqueadvantagesofrichcomposition,adjustablebandgap,andbroaddevelopm...
