[16a-B508-1~10] 12.2 Characterization and Materials Physics

[16a-B508-5] Improving the accuracy of Machine Learning for determination of electron affinity from low-energy inverse photoelectron spectra

〇Yuki Kusano¹, Hiroyuki Yoshida^2,3 (1.Chiba Univ., 2.Chiba Univercity, 3.Chiba Univ. MCRC)

Keywords:Machine Learning, LEIPS, low-energy inverse photoelectron

電子親和力(EA)は、有機半導体素子の設計等に不可欠な情報である。EAは低エネルギー逆光電子分光(LEIPS)スペクトルの立ち上がりから決定する。しかし、データの解析には熟練した解析者が必要であるという課題がある。前回の発表では、機械学習を用いたLEIPSスペクトルの自動解析法を開発した。本研究では、スペクトルの平滑化やデータ量の増加を行い、学習モデルの精度を向上させた。予測結果と解析した値との差±0.1eV以内で90%が予測できた。