Predizione del bandgap nei solidi tramite XGBoost

In questa tesi si sviluppa un modello di machine learning basato sull'algoritmo XGBoost per la previsione del bandgap stimato in approssimazione G₀W₀ nei solidi. Fra le proprietà dei materiali cristallini, il bandgap è sicuramente una delle più importanti per via delle sue applicazioni tecnologiche in settori in forte sviluppo come quello energetico ed elettronico. Essere in grado, dunque, di determinare con accuratezza il bandgap di un materiale è fondamentale. Tuttavia, sia l'approccio sperimentale che i metodi basati su calcoli a primi principi (come DFT e GW) presentano limitazioni significative. Quindi, viene qui proposto un approccio alternativo e innovativo al problema che prevede l'applicazione di algoritmi di Machine Learning, in grado di apprendere le complesse strutture che legano le proprietà chimico-fisiche dei materiali (raccolte in un unico database) e il loro bandgap in maniera più efficiente e meno onerosa in termini computazionali rispetto ai metodi tradizionali. XGBoost è stato addestrato su dataset contenenti diverse proprietà materiali, opportunamente selezionate. I risultati ottenuti mostrano che, utilizzando un dataset di 10 features, l'errore assoluto medio (MAE) sulla previsione del bandgap è di circa 0.50 eV sul test set. Questo risultato è significativamente migliore rispetto a quello ottenuto con dataset contenenti 5 features (MAE ≈ 0.56 eV) o solo proprietà DFT (MAE ≈ 0.54 eV), dimostrando l'importanza di avere un dataset contenente non solo proprietà DFT ma anche chimiche e strutturali. Viene anche leggermente migliorata la prestazione raggiunta con 15 features (MAE ≈ 0.51 eV), evidenziando l'efficacia di una selezione più oculata delle features, che permette di prevenire l'overfitting. Dall'analisi dell'importanza delle features emerge che il bandgap stimato tramite DFT e la costante dielettrica siano i descrittori più rilevanti, coerentemente con le aspettative fisiche.