Rapid Classification of Perovskite Grain Boundaries and Quantitative Assessment of Their Optoelectronic Properties via Physics-Informed Deep Learning
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066105
교육부
한국연구재단
서울시립대학교
김명진
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
응용연구
대학
서울특별시 동대문구
화학 > 분석화학 > 분광분석화학
... boundary의 위치와 유형을 고속으로 분류하는 physics-informed U-Net 모델을 개발한다. 전하 캐리어 확산 방정식을 손실함수의 물리적 제약 항으로 반영하여 소수의 학습 데이터로도 물리적으로 일관된 예측 성능을 확보하며, 기존 공초점 시스템 대비 수십 배 이상의 분석 속도를 달성한다. 이후 Raman 분광법을 통해 grain boundary 위치에서의 국소 격자 ...
(1) 페로브스카이트 합성 및 다중모달 데이터셋 구축Anti-solvent 방법으로 grain 크기 및 grain boundary 밀도가 상이한 다결정 박막 시료군을 합성한다. 공초점 현미경 플랫폼에서 동일 FOV에 대해 wide-field PL, FLIM, 정상상태 형광 이미지, Raman 스펙트럼을 순차 취득한다. Excitation intensity 변화에 ...
본 모델이 확립되면 단일 wide-field PL 이미지만으로 시료 전체의 grain boundary 유형별 공간 분포를 수 초 내에 비파괴적으로 산출할 수 있어, 기존 공초점 시스템 대비 수십 배 이상의 분석 속도 향상이 기대된다. 이를 통해 기존 연구들의 상반된 결론이 시료 내 grain boundary 유형 분포 차이에서 기인했을 가능성을 체계적으로 ...