直逼记录极限，机器学习助力开发全新钙钛矿电池原料

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑丨 & 钙钛矿太阳能电池（PSCs），近年来成为了新兴绿色环保电池的代表。而影响其性能的 空穴传输材料（HTMs）的设计主要依赖于实验者定性与识别 HTM 结构中的模式。 这种方法缺乏对新材料的机制理解，同时还需要在高维数据集中进行模式识别。研究人员尝试使用机器学习（ML）结合有机合成以深入研究，试图合成更有效的聚合物。 然而，尽管这些聚合物的不溶性特性减少了纯化挑战并丰富了数据库，但限制了这类材料的更广泛应用。 这些最新研究中出现的一个普遍发现是，自主优化算法不仅需要足够大的数据量，还需要数据多样性，这就需要合成结构多样的分子的可能性。 为了快速筛选优化电池所需的新型材料，团队提出一种机器算法模型来协助他们进行工作。该成果以「 In ………………………………