能够调控荧光强度的二维过渡金属硫化物为光电器件和光二极管、光探测器、单光子发射器等光子学器件的发展提供机会，在各种二维材料的表征技术中，Raman光谱成为一种快速非损坏性表征技术，能够解释材料的晶化和掺杂、应力变化情况。但是由于荧光与Raman光谱之间的规律表现非线性变化特点，因此目前人们还没有能够很好的理解其关系。

有鉴于此，麻省理工学院Jing Kong、Ang-Yu Lu等系统性的研究MoS₂荧光与Raman光谱之间的关系，因此对荧光和Raman光谱之间的性质进行理解。进一步的，作者通过机器学习的方式给出材料的掺杂和应力导致Raman光谱变化。

本文要点

（1）

通过空间分辨Raman光谱分布图预测荧光分布变化情况，此外通过梯度提升树模型XGBoost（gradient boosted trees model）和可解释学习方法（SHAP技术）在特征Raman吸收与荧光之间建立联系，因此得以解释单层MoS₂的应力和掺杂。最后，通过支持向量机SVM（support vector machines）将荧光特征投影到Raman光谱的频率。

（2）

这项工作能够将机器学习技术应用于2D材料表征，为调控2D半导体材料和高荧光效率提供机会。

参考文献

Ang-Yu Lu, Luiz Gustavo Pimenta Martins, Pin-Chun Shen, Zhantao Chen, Ji-Hoon Park, Mantian Xue, Jinchi Han, Nannan Mao, Ming-Hui Chiu, Tomás Palacios, Vincent Tung, Jing Kong, Unraveling the Correlation between Raman and Photoluminescence in Monolayer MoS₂ through Machine Learning Models, Adv. Mater. 2022

DOI: 10.1002/adma.202202911

https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202202911