王中王正一句解平特肖,王中王摇钱树3码

王中王正一句解平特肖,王中王摇钱树3码

您以后地位: 首页 > 旧事静态 > 学校旧事 > 注释

重庆大学动力与动力工程学院孙宽研讨员团队研讨效果在Science子刊上宣布

作者:动力与动力工程学院 钟坤煜 泉源:旧事网  阅读次数: 公布日期:2019/11/13 16:56:31

重庆大学动力与动力工程学院孙宽研讨员率领的柔性可再生动力资料与器件(La FREMD)团队与校表里多个研讨组协作,近来乐成完成经过呆板学习挑选无机光伏资料,该效果以《呆板学习辅佐分子设计及高功能无机光伏资料的服从预测》(Machine learning assisted molecular design and efficiency prediction for high performance organic photovoltaic materials)为题,以重庆大学为第一和通讯单元在Science子刊《Science Advances》(影响因子=12.8)上宣布。重庆大学的孙宽研讨员和中国迷信院重庆绿色智能技能研讨院的陆仕荣研讨员、肖泽云研讨员为配合通讯作者,硕士生孙文博、郑玉杰博士和博士生杨可为配合第一作者。至此,孙宽研讨员入职重庆大学的5年以来,已在Cell、Nature、Science (CNS)的子刊以第一或通讯作者身份宣布4篇原创论文。

无机太阳能电池是一种将太阳能转化为电能的间接且经济的方法。比年来,无机太阳能电池研讨阅历了疾速开展,光电转换服从(PCE)已超越17%。直到如今,无机光伏研讨次要努力于树立新的资料分子构造与其光伏特性之间的干系。该进程通常触及光伏资料的设计与分解,资料光电性子的表征,以及光伏电池的组装和优化。这种传统办法包罗对化学分解和器件制备停止精密控制及优化,需求少量的资源投入和较长的研讨周期,因而无机光伏资料的开辟速率不断较慢。自1973年无机太阳能电池被初次报道以来,分解并在光伏器件中测试过的无机太阳能电池给体资料分子缺乏2000种。不外,在这半个世纪探究中发生的实行数据倒是珍贵的。但是到现在为止,在寻觅高功能无机光伏资料时数据的潜伏代价尚未失掉充沛应用。为了从这些数据中提取有效信息,需求一种可以扫描少量数据集并提取特性之间干系的顺序。呆板学习正是满意要求的一种算法,其提供了一套盘算东西,可以依据偏差(或丧失函数)最小化或概率规矩(比方最大化似然性)学习和辨认形式或干系,并预测后果或做出决议计划。这种数据驱动的办法使呆板学习可以预测普遍的资料特性,而无需对这些特性面前的化学或物理学原理停止深化理解。

克日,重庆大学动力与动力工程学院La FREMD团队结合主动化学院、盘算机学院、管理学院、华北理工大学以及中国迷信院重庆绿色智能技能研讨院的多个团队,在开辟高功能无机太阳能电池给体资料的进程中,应用呆板学习在分解新资料之前树立化学构造和光伏特性之间的干系,并对新资料停止服从预测。该项目起首树立了一个包括已被文献报道过的1700多种无机太阳能电池给体资料的数据库。经过监视学习,项目设计的呆板学习模子可以树立“构造-功能”干系,从而完成无机光伏资料的疾速挑选。项目探究了数种分子构造的表达方式,如分子构造图、ASCII码字符串、分子描绘符及分子指纹等作为多种呆板学习算法的输出,发明长度超越1000位的分子指纹可取得高预测精确率,是停止这类呆板学习的最佳表达方式。别的,作者应用呆板学习模子预测了10种新设计的给体资料,模子的预测后果和实行后果之间的具有精良的分歧性,从而进一步验证了呆板学习办法的牢靠性。后果标明呆板学习是预评价和挑选无机光伏新资料的无力东西,该办法可减速无机太阳能电池范畴的开展。

该研讨任务失掉了国度天然迷信基金、国度仪器专项、中组部青年千人项目、中科院百人方案以及重庆市科委项目标赞助。作者同时感激中科院化学所的李永舫院士对研讨任务提出珍贵意见。

全文链接:https://advances.sciencemag.org/content/5/11/eaay4275




  • 阅读排行
  • 即日
  • 本周
  • 本月
(C) Copyright Chongqing University All Rights Reserved.  
版权一切©重庆大学   |    地点:重庆市沙坪坝区沙正街174号    |   邮编:400030   |   邮箱: gcxb@cqu.edu.cn   |   德律风:023-65106655