Speaker
Dr
芹 袁
Description
ABX3型卤化物钙钛矿因其卓越的结构灵活性和可调谐的电子性质而备受关注，在光电子学、催化和光伏太阳能电池等领域展现出广阔的应用前景。尽管其庞大的组分空间涵盖了多种结构组合，但寻找兼具热力学稳定性与理想电子特性的候选材料仍是材料设计中的核心挑战。材料的宏观性质由长程晶格周期性和局域配位几何共同决定，X射线衍射（XRD）与X射线吸收精细结构（XAFS）互补地表征这些不同尺度的结构信息。然而，现有大多数深度学习模型仅能处理单一表征数据，无法捕捉长程晶格结构与局域配位几何之间复杂的非线性跨模态关联。为此，本文提出一个端到端的多模态深度学习框架，采用双向交叉注意力机制实现晶格结构与配位几何的跨模态耦合，从而预测形成能、费米能和带隙。在ABX3型钙钛矿数据集上的实验结果表明，该模型性能显著优于单模态解析方法。进一步通过特征重要性归因分析，识别出主导各项性质的关键光谱特征。这种可解释的多模态融合解析展示了多模特光谱融合方法在先进钙钛矿材料筛选与发现中的巨大潜力。
Primary author
Dr
芹 袁
