用机器学习筛选光伏器件聚合物，材料研究或迎

大阪大学的研究人员利用机器学习来设计用于光伏器件的新聚合物。在实际筛选了20多万种候选材料后，他们合成了一种最有希望的材料，并发现其性质与他们的预测一致。这项工作可能会导致功能材料发现方式的革命。

研究人员利用机器学习技术筛选了成千上万的材料，这是基于一种用先前发表的实验研究数据训练过的算法。对382个供体分子和526个受体分子的所有可能组合进行尝试，得到了200932对，通过预测它们的能量转换效率对这些材料进行了测试。

研究人员表示，“这个项目不仅可以促进高效有机太阳能电池的发展，也可以适用于其他功能材料的材料信息学。”

该研究成果发表于《高级功能材料》(Advanced Functional Materials)。

编译/前瞻经济学人APP资讯组

论文链接：

文章来源：《金属功能材料》 网址: http://www.jsgncl.cn/zonghexinwen/2021/0302/378.html