*マサチューセッツ工科大学
遷移金属ジカルコゲナイド（TMDC）は高輝度かつ変化するフォトルミネッセンス（PL）を示し，オプトエレクトロニクス応用を前進させるだろう。ラマン分光法は2次元材料の分析に不可欠であり，結晶性やドーピングやひずみなどの材料変化を解析することができる。にもかかわらず，MoS₂単分子膜における隠れたPL-ラマン相関は十分に研究されていない。本研究ではPL-ラマン相関を系統的に調べ，その奥にある物理メカニズムを明らかにする。機械学習を用いてラマンデータのひずみとドーピングを識別する。DenseNetモデルにより，ラマンマップからPLを予測し，SHAPによる勾配ブースティングツリー（GBT）によりラマンの特長，PLへの影響を評価し，MoS₂のひずみとドーピングを解明することができる。この研究は2次元材料特性評価のための機械学習ベースの方法論を提供し，PL増強のための半導体のチューニングに役立つ。
