研究前沿：数据驱动-半导体材料 | Nature Computational Science

文章预览

在后摩尔定律时代，电子学的进步取决于发现优质半导体材料和优化器件制造。新兴的数据驱动策略增强了计算方法，为传统试错法，提供了一种很有前景的替代方法。 近日，吉林大学Jiahao Xie, Yansong Zhou， Xinjiang Wang & Lijun Zhang等，在Nature Computational Science上发文，报道了通过阐述数据驱动的计算框架，在探索材料设计空间、预测半导体特性和优化器件制造方面的进展，重点介绍了用于促进半导体发现和器件开发数据驱动的计算框架，并对这些领域的挑战和机遇进行了总结讨论。 Designing semiconductor materials and devices in the post-Moore era by tackling computational challenges with data-driven strategies. 通过数据驱动策略，应对计算挑战，设计后摩尔时代的半导体材料和器件。 图1: 半导体材料设计和电子器件优化的示意图。 图2: 材料设计空间探索的数据驱动策略总结。 ………………………………