Npj Comput. Mater.: 有机太阳能电池受体材料：基于人工智能高效发现

文章预览

海归学者发起的公益学术平台 分享信息，整合资源 交流学术，偶尔风月 有机太阳能电池（OSC）具有重量轻、成本低和灵活性强等特点，已成为一种前景广阔的绿色能源技术。尤其是基于A-DA’D-A型非富勒烯受体（如Y6）的器件取得了令人鼓舞的突破，其能量转化效率（PCE）达到18-19%。然而，发现高性能受体材料的过程仍然是耗时、昂贵、困难和低效的。因此，开发高效的筛选材料分子的方法是十分必要的。人工智能的方法为预测材料特性和筛选潜在的候选材料提供了可行的解决方案。通过从大规模数据集中提取隐藏信息，并以可接受的精度获得预测结果，机器学习方法在直接从分子结构中在发现高性能OSC材料方面显示出巨大的潜力。而与传统的浅层机器学习方法相比，具有多个隐藏层的深度学习方法可以通过结合大规模自监督预训练、使用更丰富 ………………………………