研究人員用機器學習來進行幾乎無限的太陽能電池實驗

2021-03-16 09:29:39來源：cnBeta 關鍵詞：機器學習太陽能電池實驗閱讀量：21266

導讀：大阪大學的研究人員利用機器學習設計了用于光伏設備的新型聚合物。在虛擬篩選了20多萬種候選材料后，他們合成了一種很有前途的材料，并發(fā)現(xiàn)其性能與他們的預測一致。

　　大阪大學的研究人員利用機器學習來設計和虛擬測試有機太陽能電池的分子，這可以為可再生能源應用帶來更高效率的功能材料。

　　大阪大學的研究人員利用機器學習設計了用于光伏設備的新型聚合物。在虛擬篩選了20多萬種候選材料后，他們合成了一種很有前途的材料，并發(fā)現(xiàn)其性能與他們的預測一致。這項工作可能會導致功能材料發(fā)現(xiàn)方式的革命。

　　機器學習是一種強大的工具，只要提供足夠的實例數(shù)據(jù)，計算機就可以對即使是復雜的情況進行預測。這對于材料科學中的復雜問題尤其有用，例如設計有機太陽能電池的分子，這可能取決于大量的因素和未知的分子結構。人類需要花費數(shù)年的時間來篩選數(shù)據(jù)以找到潛在的模式，甚至需要更長的時間來測試組成有機太陽能電池所有可能的供體聚合物和受體分子的候選組合。因此，提高太陽能電池的效率以在可再生能源領域具有競爭力的進展一直很緩慢。

　　現(xiàn)在，大阪大學的研究人員利用機器學習，基于用之前發(fā)表的實驗研究數(shù)據(jù)訓練算法，篩選了數(shù)十萬個供體和受體對。嘗試了382個供體分子和526個受體分子的所有可能的組合，結果有200932對通過能量轉換效率虛擬測試。

　　為了驗證這種方法，研究人員在實驗室里合成了一種預測效率很高的聚合物，并進行了測試。發(fā)現(xiàn)其特性與預測相符，這讓研究人員對他們的方法更有信心。這個項目不僅可以促進高效有機太陽能電池的發(fā)展，還可以適應其他功能材料的材料信息學。我們可能會看到這種類型的機器學習，即一個算法可以根據(jù)機器學習的預測快速篩選數(shù)千甚至數(shù)百萬個候選分子，并應用于其他領域，如催化劑和功能性聚合物。

　　(原標題：研究人員用機器學習來進行幾乎無限的太陽能電池實驗)

上一篇：云計算基礎設施日益增長，推動數(shù)據(jù)中心大規(guī)模建設

下一篇：冷鏈產品信息“碼”上追溯擰緊食品工業(yè)“安全閥”

我要評論

昵稱

匿名

文明上網(wǎng)，理性發(fā)言。（您還可以輸入200個字符)

表情

所有評論僅代表網(wǎng)友意見，與本站立場無關。

計算機視覺與機器學習的創(chuàng)新浪潮：開啟智能未來
在這個快速發(fā)展的時代，計算機視覺和機器學習的進步正在改變我們與世界互動的方式。未來，隨著技術的不斷成熟和創(chuàng)新，計算機視覺和機器學習系統(tǒng)將變得更加智能、高效和可靠。
計算機視覺機器學習
2025-05-22 09:19:46
未來最值得關注的人工智能和機器學習趨勢是什么？
人工智能和機器學習社區(qū)最緊迫的問題之一是道德人工智能系統(tǒng)的開發(fā)和實施。隨著人工智能技術在我們生活中變得越來越普遍，確保負責任地設計和部署這些系統(tǒng)至關重要。
人工智能機器學習
2024-12-23 11:21:00
2025年大數(shù)據(jù)分析：未來趨勢及技術展望
本文將預測2025年的大數(shù)據(jù)分析趨勢，并找到數(shù)據(jù)分析中最合適的工具、企業(yè)和新興趨勢，從而塑造未來。
大數(shù)據(jù)機器學習
2024-07-29 09:55:05
2024年十大生成式人工智能預測
展望2024年，生成式人工智能的前景是謹慎樂觀的，預計將進一步增強和發(fā)展。本文揭示了2024年十大生成式人工智能預測，這些預測有可能改變各個領域的人工智能未來。
生成式人工智能機器學習
2024-05-30 09:43:50
如何利用人工智能和機器學習改變制造業(yè)？
人工智能和機器學習不再是未來概念，而是現(xiàn)代制造業(yè)必不可少的工具。采用這些技術的必要性源于在快速發(fā)展的市場中保持競爭力的需求。
人工智能機器學習制造業(yè)
2024-05-29 10:13:43
如何利用人工智能和機器學習來增強物聯(lián)網(wǎng)安全
為了加強物聯(lián)網(wǎng)安全，利用人工智能(AI)和機器學習(ML)技術已成為一種有前景的解決方案。
人工智能機器學習物聯(lián)網(wǎng)安全
2024-03-20 09:48:05

版權與免責聲明：

凡本站注明“來源：智能制造網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡有限公司-智能制造網(wǎng)合法擁有版權或有權使用的作品，未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網(wǎng)授權使用作品的，應在授權范圍內使用，并注明“來源：智能制造網(wǎng)”。違反上述聲明者，本站將追究其相關法律責任。

本站轉載并注明自其它來源（非智能制造網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時，必須保留本站注明的作品第一來源，并自負版權等法律責任。如擅自篡改為“稿件來源：智能制造網(wǎng)”，本站將依法追究責任。

鑒于本站稿件來源廣泛、數(shù)量較多，如涉及作品內容、版權等問題，請與本站聯(lián)系并提供相關證明材料：聯(lián)系電話：0571-89719789；郵箱：1271141964@qq.com。