InfoMat 2020年3月下载量Top 10文章集锦

本文统计了2020年3月《InfoMat》全球下载量前十的文章。

1. Machine learning in materials science

Jing Wei, Xuan Chu, Xiang‐Yu Sun, Kun Xu, Hui‐Xiong Deng, Jigen Chen, Zhongming Wei*, Ming Lei*

image

随着计算机科学与人工智能等领域的发展,机器学习作为一种兼顾开发效率以及开发成本的方法,已经逐渐应用于材料发现、结构分析、性质预测、反向设计等多个领域,并且在材料学研究中展现出惊人的潜力。中国科学院半导体研究所的魏钟鸣团队和北京邮电大学雷鸣团队合作,围绕目前机器学习在材料学方向的应用,系统的介绍了机器学习的每一个步骤该如何应用于材料学研究中(包括收集数据、特征工程、建立模型、验证模型),并且详细分析了机器学习在材料性质分析、新材料发现以及量子化学三个方面取得的一些具有代表性的研究成果。

DOI: 10.1002/inf2.12028

2. A review of rechargeable batteries for portable electronic devices

Yeru Liang, Chen‐Zi Zhao, Hong Yuan, Yuan Chen*, Weicai Zhang, Jia‐Qi Huang*, Dingshan Yu, Yingliang Liu*, Maria‐Magdalena Titirici, Yu‐Lun Chueh, Haijun Yu, Qiang Zhang*

清华大学张强教授、华南农业大学刘应亮教授、澳大利亚悉尼大学陈元教授与北京理工大学黄佳琦研究员合作,综述了可充电电池技术在过去几十年中如何促进便携式电子设备的快速发展。

DOI: 10.1002/inf2.12005

3. Machine learning: Accelerating materials development for energy storage and conversion

An Chen, Xu Zhang*, Zhen Zhou*

image

随着现代社会的发展,全世界对能源的需求越来越大。因此,开发用于可再生能源技术的新材料迫在眉睫。然而,传统方法因实验周期长,成本高,难以满足材料科学的要求。机器学习作为一种全新的研究方法逐渐兴起,将给新型材料的开发带来革命性的变革。南开大学周震教授团队简要介绍了机器学习的基本流程和在材料科学中的常用算法,着重介绍了机器学习在催化、电池、太阳能电池和气体捕获等能源领域的性能预测和材料开发方面的最新进展。

DOI: 10.1002/inf2.12094

4. WSe2 2D p‐type semiconductor‐based electronic devices for information technology: Design, preparation, and applications

Qilin Cheng, Jinbo Pang*, Dehui Sun, Jingang Wang, Shu Zhang, Fan Liu, Yuke Chen, Ruiqi Yang, Na Liang, Xiheng Lu, Yanchen Ji, Jian Wang, Congcong Zhang, Yuanhua Sang, Hong Liu*, Weijia Zhou*

image

二维过渡金属硫属化合物在光电子器件和能源器件等领域具有广阔的应用前景,表现出优良的光电性能,其自身还兼具独特的柔性,可以用制备下一代柔性的可穿戴设备。济南大学逄金波刘宏团队系统调研了p型二维材料二硒化钨的结构性质,详细介绍了化学气相方法、金属有机化学气相沉积方法等,可以用于指导创新的设计制备技术。随后介绍了信息器件的应用并对WSe2材料的研究进行了展望。

DOI: 10.1002/inf2.12093

5. Magnetic two‐dimensional layered crystals meet with ferromagnetic semiconductors

Yilv Guo, Bing Wang, Xiwen Zhang, Shijun Yuan*, Liang Ma, Jinlan Wang*

东南大学王金兰教授团队总结了近年来二维本征铁磁半导体在理论方面的研究进展,并重点讨论了目前增强铁磁性的策略,包括磁交换相互作用机制和磁各向异性能的意义。同时,也对超薄铁磁半导体及其范德瓦尔斯异质结在磁电、谷电子和量子反常霍尔效应等与自旋相关的多功能性能进行了介绍,并对该领域目前存在的挑战和发展前景进行了展望。

DOI: 10.1002/inf2.12096

6. Van der Waals magnets: Wonder building blocks for two-dimensional spintronics?

Wen Zhang, Ping Kwan Johnny Wong*, Rui Zhu, Andrew T. S. Wee*

新加坡国立大学先进二维材料中心的Ping Kwan Johnny Wong研究员和物理学院的Andrew T. S. Wee教授总结了近年来二维磁性材料及其异质结的研究进展,探讨了原子级厚度的磁性材料在其可扩展性,环境稳定性和提高居里温度等方面面临的巨大挑战。

DOI: 10.1002/inf2.12048

7. Low‐dimensional metal halide perovskites and related optoelectronic applications

Pengchen Zhu, Jia Zhu*

南京大学朱嘉教授分析了低维钙钛矿材料的结构特性以及优势所在,系统总结了近年来在合成方法及光电器件应用方面(特别是太阳能电池,发光二极管,光电探测器等)取得的研究进展。最后,文章展望了低维钙钛矿颇具潜力的探索方向和应用前景。

DOI: 10.1002/inf2.12086

8. Double‐sided transistor device processability of carrierless ultrathin silicon wafers

Ruby A. Lai, Thomas M. Hymel, Bofei Liu, Yi Cui*

https://onlinelibrary.wiley.com/cms/asset/b85b9dbf-27c8-44f8-868e-a22607b27d0d/inf212087-toc-0001-m.jpg

美国斯坦福大学材料科学与工程系崔屹教授团队首次利用无载体碱性刻蚀法,得到厚度为6-20 um的超薄硅晶圆,并作为衬底制备出双面高性能晶体管。在厚度为6 um的硅晶圆上制备的器件,其阈值电压VT = -0.70 V,电子迁移率~1500 cm2 V-1 second-1,与在标准块体硅晶圆上制备的器件相同。

DOI: 10.1002/inf2.12087

9. Computational functionality‐driven design of semiconductors for optoelectronic applications

Zhun Liu, Guangren Na, Fuyu Tian, Liping Yu, Jingbo Li*, Lijun Zhang*

吉林大学张立军教授团队联合华南师范大学刘准特聘研究员与李京波教授团队,结合近年来通过计算材料设计手段实现加速开发新型半导体光电材料的实例,归纳了三种普适的计算材料设计思路。探讨了以材料功能为目标的计算材料设计所面临的挑战,并对未来大规模材料数据库驱动的新材料设计与开发进行了展望。

DOI: 10.1002/inf2.12099

10. Advanced low‐dimensional carbon materials for flexible devices

Chandreyee M. Das, Lixing Kang, Qingling Ouyang, Ken‐Tye Yong*

https://onlinelibrary.wiley.com/cms/asset/b92d593b-48c0-4d58-81fa-08b128f0d7ff/inf212073-toc-0001-m.jpg

新加坡南洋理工大学Ken‐Tye Yong教授团队总结了近期基于一维(1D)和二维(2D)材料的柔性器件的发展,如石墨烯、碳纳米管和过渡金属硫属化合物等材料,以及这些材料如何能够传统器件的属性。

DOI: 10.1002/inf2.12073

InfoMat编辑部邮箱:editorial@info-mat.org

InfoMat主页链接:https://onlinelibrary.wiley.com/journal/25673165

InfoMat投稿链接:https://mc.manuscriptcentral.com/infomat