Decoding Dopant-Induced Electronic Modulation in Graphene via Region-Resolved Machine Learning of XANES
Deze studie combineert dichtheidsfunctionaaltheorie en machine learning om aan te tonen dat de analyse van de pi*-regio van XANES-spectra de meest effectieve methode is voor het voorspellen van Bader-ladingen en bindingslengten, waarmee de elektronische modulatie door boor- en stikstof-dopanten in graphene nauwkeurig kan worden ontrafeld.