Band-gap assessment from X-ray powder diffraction using artificial intelligence.

Artículo académico que muestra, por primera vez, la viabilidad de evaluar la brecha de banda de estructuras metalorgánicas (MOF) y materiales orgánicos e inorgánicos a partir de su patrón de difracción de polvo de rayos X. Las brechas de banda se evaluaron con redes neuronales convolucionales (CNN). Estas CNN se desarrollaron utilizando patrones de difracción de polvo de rayos X simulados y las brechas de banda calculadas mediante la teoría del funcional de la densidad. Los patrones de difracción se simularon con diferentes tamaños de cristal, desde 10 nm hasta el tamaño macrocristalino.