基于深度学习的二维薄层光学识别文献综述

文献综述

2004年，单原子层厚度的石墨结构石墨烯被成功制备，Andre Geim和Konstantin Novoselov也因此荣获诺贝尔物理学奖。

石墨烯展现了非凡的机械、电学、和光学性能，这引起了研究人员极大的关注，随之，人们对二维材料的研究呈指数型增长，人们相继发现了过渡金属硫化物、六方氮化硼、黑磷等二维材料。

二维（2D）材料和范德瓦尔斯（vdW）异质结构是材料空间中一种新的自由度，在电子学、自旋电子学、价电子学、光电子、扭转电子学和滑电电子学的应用中获得了极大的兴趣，如（光）电催化、压电（铁电）电、自旋（轨道）隧道结和柔性太阳能电池。

2D材料和范德瓦尔斯（vdW）异质结构的这种极快发展是由它们的各种可调特性推动的，比如最近报道的魔角堆叠双层石墨烯的非常规超导电性，以及自石墨烯诞生14年和17年后菱形三层石墨烯的自旋（谷）极化。

2D材料领域快速发展的另一个驱动力是通过高通量实验和高通量计算发现了大量新的2D材料。

特别是后者通过两个通道将2D材料池的能量增加了几个数量级。

第一种自然的方法被称为自上而下，其灵感来自于石墨烯从层状石墨中剥离的实验。

通过对5619种实验上已知的层状3D化合物进行高通量筛选，Mounet等人确定了1036种候选材料，这些材料可能很容易剥离，成为单层2D材料。

他们进一步开发了一个自由开放的二维材料数据库材料云，以存储如此庞大的二维材料组合以及258种化合物的振动、电子、磁性和拓扑性质。