金属卤化物钙钛矿 (MHP) 中的电子传输和磁滞是光伏、发光器件以及光和化学传感器应用的关键。这些现象受到材料微观结构的强烈影响,包括晶界、铁性畴壁和二次相夹杂物。在这里,我们展示了一个主动机器学习框架,用于“驱动”自动扫描探针显微镜 (SPM) 来发现负责 MHP 中传输行为特定方面的微观结构。在我们的设置中,显微镜可以发现最大化传导、磁滞或任何其他可以从一组电流-电压光谱中得出的特征的微观结构元素。这种方法为通过 SPM 探索复合材料中材料功能的起源开辟了新的机会,并且可以在功能探测之前(先验知识)或之后(确定感兴趣的位置进行详细研究)与其他表征技术相结合。
主要关键词