Scidown文献预览系统！
用于量子和神经形态信息处理的二维材料中点缺陷的机器学习设计( Machine Learning-Enabled Design of Point Defects in 2D Materials for Quantum and Neuromorphic Information Processing )
Nathan C. Frey Deji Akinwande Deep Jariwala Vivek B. Shenoy neuromorphic computing resistive switching quantum emission DFT defects 2D materials machine learning
二维材料中的工程点缺陷为利用特定光电子、量子发射和电阻特性的固态器件提供了一个有吸引力的平台。自然产生的缺陷也不可避免地对材料的性能和性能产生重要影响。可能的缺陷种类繁多且复杂，使得在实验上控制、探测或理解原子尺度的缺陷-性质关系具有挑战性。本文提出了一种基于深度迁移学习、机器学习和第一性原理计算的方法来快速预测二维材料中点缺陷的关键特性。我们使用物理信息特征来生成缺陷结构的最小描述，并呈现跨材料系统缺陷的概貌。我们发现了一百多个有前途的、未被探索的掺杂缺陷结构，这些缺陷是金属硫属化物、六方氮化物和金属卤化物，这些缺陷是量子发射、电阻测试和神经形态计算的主要候选材料。
SciDown文献求助系统（解决99%问题） Public Download pubs.acs.org
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 高光谱图像血液检测评估数据集下载