AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-19
從表面反應到抑制劑覆蓋率:機器學習輔助的區域選擇性原子層沉積計算研究
原標題: From Surface Reactions to Inhibitor Coverage: A Machine-Learning-Assisted Computational Study of Area-Selective Atomic Layer Deposition
預測抑制劑覆蓋率對於最佳化區域選擇性原子層沉積（AS-ALD）中的表面阻擋至關重要。作者將預訓練的通用機器學習原子間位能與離晶格巨正則蒙地卡羅模擬結合，以研究抑制劑在非晶 SiO2 上的吸附與前驅物阻擋。矽醇基是主要的吸附位點，而即使會形成相同碎片的抑制劑，也可能因完整分子的立體限制而在覆蓋率上有所差異。