Nano-Heteroestruturas Bidimensionais: Simulações DFT e Machine Learning de Interfaces Interagentes

• Processo: 20/14067-3
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Vigência (Início): 01 de janeiro de 2021
• Vigência (Término): 30 de setembro de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Física - Física da Matéria Condensada
• Pesquisador responsável: Adalberto Fazzio
• Beneficiário: Rafael Luiz Heleno Freire
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Ministério da Ciência, Tecnologia e Inovações (Brasil). Campinas , SP, Brasil
• Vinculado ao auxílio: 17/02317-2 - Interfaces em materiais: propriedades eletrônicas, magnéticas, estruturais e de transporte, AP.TEM
• Assunto(s): Teoria do funcional da densidade Materiais bidimensionais
• Palavra(s)-Chave do Pesquisador: Dft | Machine-Learning | MXenos | Nano-heteroestruturas | Perovskitas 2D | Materiais Bidimensionais

Resumo

Nano-heteroestruturas formadas por perovskitas 2D, MXenos, entre outros materiais presentam propriedades eletrônicas e ópticas promissoras para aplicações em células solares, fotodetectores, e outros dispositivos optoeletrônicos. O presente projeto busca realizar um estudo abrangente baseado na teoria do funcional da densidade e em estratégias orientadas a dados tal como aprendizado de máquina para examinar as propriedades fotocatalíticas, eletrônicas e ópticas de materiais como perovskitas 2D, MXenos, e nano-heteroestruturas para aplicações em fotoeletrólise da água. A análise das propriedades de interesse destas nano-heteroestruturas 2D é de grande relevância para a comunidade científica, e poderão contribuir para o desenvolvimento de novos dispositivos optoeletrônicos como células solares mais eficientes e estáveis.