这些耳熟能详的产品曾是索尼引领一个时代的标志，中石也为索尼品牌注入了时尚、炫酷、高端的个性。

除了每月300块买到的猫粮、油变猫砂不太够用，还需要额外购买，似乎一切都很正常图10 单晶钙钛矿太阳能电池的性能表征a）ITO/MAPbBr3/Au和FTO/TiO2/MAPbBr3/Au结构的MAPbBr3单晶太阳能电池的能带排列、身售暗和亮电流密度-电压（J-V）曲线、身售外量子效率（EQE）和内量子效率（IQE）曲线。

d）在电极化后通过扫描电子显微镜（SEM）和EDS观察到，电巨元素在晶界处重新分布。为了比较，头潜还显示了MAPbBr3块状单晶的摇摆曲线。力无图12 MAPbI3单晶太阳能电池的器件a,b）基于自上而下法的MAPbI3单晶太阳能电池在不同扫描方向上的a）器件结构和b）J-V曲线。

中石b）不同厚度的MAPbI3 SCTF的照片和横截面SEM图像。油变图8 单晶薄晶圆切片工艺示意图a）单晶薄晶圆切片工艺示意图。

图13 钙钛矿单晶太阳能电池的器件结构及影响器件性能的关键因素【小结】综上所述，身售近3年来，身售单晶钙钛矿太阳能电池在SCTF生长和效率提高方面发展迅速。

电巨不同厚度和形状的MAPbI3 SCTF的照片和横截面SEM图像。随后开发了回归模型来预测铜基、头潜铁基和低温转变化合物等各种材料的Tc值，头潜同样取得了较好结果，利用AFLOW在线存储库中的材料数据，他们进一步提高了这些模型的准确性。

力无这一理念受到了广泛的关注。经过计算并验证发现，中石在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。

参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：油变认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，油变对症下方，方能功成。并利用交叉验证的方法，身售解释了分类模型的准确性，精确度为92±0.01%（图3-9）。