最近、東南大学物理学教授王Jinlanディスカッショングループ機械学習技術と密度汎関数理論（DFT）の組み合わせにより、インテリジェント材料設計を設定し、新たな政策を提案し、成功した可能性のある有機 - 無機ハイブリッドペロブスカイトの5,000以上の種を予測材料（HOIPs）バンドギャップ、および太陽電池材料の鉛フリーHOIPsの適度な間隔で、環境安定性の多様性を選び出す。研究、Nature誌の子「自然•通信」（ネイチャー通信）、タイトルにオンラインで公開機械学習による安定した鉛フリーハイブリッド有機無機ペロブスカイトの発見を加速
エネルギー危機の文脈では、効果的な非毒性の新しい太陽電池材料のための緊急の必要性は、従来の化石燃料を交換する。しかし、従来の設計手法材料非効率、資源と深刻な問題の廃棄物の存在を、特に、数千の顔に候補者は、このアプローチは不十分な場合。材料設計の分野では最近、ML新興技術。複雑な量子力学をバイパスすることによって、ML技術だけでなく大幅に新機能性材料の設計を加速することができ、また素材データから学ぶことQSAR基本的な材料は、この新しい材料設計戦略は成功など分子有機発光ダイオード、形状記憶合金、圧電、の分野で適用されているが、ペロブスカイト型有機無機ハイブリッドの太陽光発電用途のために大きな可能性ではなかったです地雷鉱床は効果的に調査されています。
東南アジア大学物理学科のWang Jinlan教授は、ML技術とDFT計算に基づいて、効率的で安定した鉛フリーHOIPを見つけるための目標駆動方法を開発しました。 、電位HOIPsバンドギャップの5000うまく予測数は、最終的に6つの直接バンドギャップと可視領域において優れた環境安定性を有する2つのうち、適切なバンドギャップ太陽暖かい室と安定した直交リードHOIPsを選択しました研究者らは、大規模なデータマイニングにML技術を使用して、理想的なHOIP太陽電池の性能に影響を及ぼす重要な要因を把握しました。この論文の最初の著者は、東南アジア大学で物理学の修士号を取得しています。この研究は、小さなデータセットに適しています。上級生Lu Shuaihuaと物理学院の教授であるZhou Yihuaが共著者であり、Wang Jinlan教授がこの論文の唯一の特派員である。プログラムによって資金を供給主要国の研究開発プロジェクトとして、全国優秀青年基金。
