Chalcogen Impurity Barriers in 2D Systems via Semi-Empirical/Machine Learning Modeling: A Survey over 4000 Materials
이 논문은 DFT 계산의 높은 비용 문제를 해결하기 위해 확장된 휴켈 방법과 머신러닝 (특히 XGBoost) 을 결합하여 4,000 개 이상의 2 차원 물질에서 황, 셀레늄, 텔루륨 불순물의 흡착 에너지 장벽을 효율적으로 예측하고, SHAP 분석을 통해 결정적인 물리화학적 특성을 규명하는 확장 가능한 프레임워크를 제시합니다.