基於密度泛函理論和機器學習的 CsSnI$_3$缺陷形成研究

本研究結合密度泛函理論 (DFT) 和機器學習 (ML) 來預測 CsSnI$_3$ 中缺陷的形成能和電荷躍遷能級，確定了關鍵缺陷形成描述符，並確定了幾種可以抑制 p 型自摻雜的潛在摻雜劑。