图神经网络指导新型深紫外大双折射晶体材料的设计（英文）
寻找具有大双折射率(Δn)的晶体材料,尤其是深紫外大双折射晶体材料,对于制备光纤传感器等偏振器件非常重要.具有大双折射率的晶体材料通常需借助实验技术发现.然而,大量耗时的实验并不利于高效寻找具有大双折射率的晶体材料.在本文中,我们收集了一个包含数千晶体结构及其光学性质的数据集,并采用原子线图神经网络(ALIGNN)训练了可用于快速预测晶体材料双折射率的机器学习模型.我们采用D-optimality准则评估所构建机器学习模型的预测可信度.基于该双折射率机器学习模型,我们从Materials Project数据库中搜索了具有大双折射率的晶体材料,发现了两种新型深紫外大双折射候选材料NaYCO_3F_2和SClO_2F,它们的双折射率分别为0.202和0.101@1064 nm.进一步分析表明,具有强各向异性的多阴离子基团和π共轭平面基团有利于产生大的双折射率.
机 构:
Research Center for Crystal Materials, State Key Laboratory of Functional Materials and Devices for Special Environmental Conditions, Xinjiang Key Laboratory of Functional Crystal Materials, Xinjiang Technical Institute of Physics and Chemistry, Chinese Academy of Sciences；Moscow Institute of Physics and Technology；Emerging Technologies Research Center, XPANCEO；
格 式:
PDF原版；EPUB自适应版(需下载客户端)
下载PDF版
Science China(Materials)
2024年12期
