[14a-K209-1~11] 1.4 Energy conversion, storage, resources and environment

10:15 AM - 10:30 AM JST(1:15 AM - 1:30 AM UTC)

[14a-K209-6] Machine Learning Analysis of Double Perovskite B-site Composition and Band Gap Energy

〇(D)Saho Kobayashi¹, Masanori Kaneko², Takahito Nakajima³, Koichi Yamashita², Azusa Muraoka¹ (1.Japan Women's Univ., 2.Yokohama City Univ., 3.R-CCS)

Keywords:

perovskite,machine learning,material design

次世代太陽電池の候補材料として，ハロゲン化ペロブスカイトが注目されている．典型的なペロブスカイトは有毒な鉛を含む懸念から，GeSn系ペロブスカイトが有望視されている．これらBサイトに原子が混成した材料について，材料特性の予測と，混成がバンドギャップエネルギーに与える影響の解析が必要である．
機械学習モデルを用いて，混成比0.5のバンドギャップエネルギーに影響する特徴量を解析した．