国产精品视频一区二区三区四,亚洲av美洲av综合av,99国内精品久久久久久久,欧美电影一区二区三区电影


化工儀器網(wǎng)首頁>資訊中心>項目成果>正文

昆明理工大學提出新算法框架 篩選54種高性能光伏材料
2025年08月04日 14:40:25 來源:化工儀器網(wǎng) 作者:小王 點擊量:725

據(jù)悉,昆明理工大學材料科學與工程學院團隊在“人工智能 材料”交叉領域取得重要突破。

  光伏材料是太陽能光伏發(fā)電系統(tǒng)的核心組成部分,是實現(xiàn)光電效應的關鍵。也正因如此,光伏材料的發(fā)展成為了現(xiàn)階段光伏電池產(chǎn)業(yè)以及光電催化產(chǎn)業(yè)的重要突破口,全球多家科研機構均在嘗試研發(fā)新的高性能光伏材料。
 
  而在研發(fā)的過程中,大量的創(chuàng)新技術也被引入其中,里面同樣包括了人工智能。并且,人工智能的介入,是充分滲透到光伏材料開發(fā)過程中的多個環(huán)節(jié)內(nèi)的,包括了材料選擇與性能預測,以及光伏組件設計與優(yōu)化這種關鍵環(huán)節(jié)。
 
  關于這一點,昆明理工大學近日就獲得了重要的突破。
 
  據(jù)悉,昆明理工大學材料科學與工程學院團隊在“人工智能+材料”交叉領域取得重要突破。
 
  該校種曉宇、何京津、馮晶教授團隊創(chuàng)新性地提出了“連續(xù)遷移”框架,通過遷移學習策略實現(xiàn)多性能協(xié)同預測,為小數(shù)據(jù)集條件下的材料性能預測建模提供了新思路。并基于此,成功從18040種候選材料中篩選出54種高性能光伏材料。
 
  根據(jù)昆明理工大學公布的信息可以了解到。該框架首先基于形成能數(shù)據(jù)建立高精度源域模型,隨后依次通過遷移學習預測Ehull、帶隙、體積模量和剪切模量。針對剪切模量小數(shù)據(jù)量(僅有51條)導致模型預測性能不足的問題,團隊創(chuàng)新性地提出連續(xù)遷移方法,使用體積模量模型再次作為新源域,進一步遷移至剪切模量模型,優(yōu)化模型預測性能,顯著提升了小數(shù)據(jù)集條件下的模型可靠性。
 
  這一方法有效解決了傳統(tǒng)機器學習在數(shù)據(jù)稀缺場景下的性能瓶頸,為材料多性能協(xié)同優(yōu)化提供了高效計算范式。同時該研究不僅為小數(shù)據(jù)集機器學習建模提供了新策略,也為其他材料的性能預測與優(yōu)化提供了可推廣的框架。
 
  目前相關研究成果以"Accelerated multi-property screening of lead-free halide double perovskite via transfer learning"為題,發(fā)表于材料科學領域頂級期刊《Advanced Functional Materials》,感興趣的讀者可以自行查閱學習。
 
關鍵詞

相關閱讀 Related Reading

查看更多+

版權與免責聲明

  • 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡有限公司-化工儀器網(wǎng)合法擁有版權或有權使用的作品,未經(jīng)本網(wǎng)授權不得轉載、摘編或利用其他方式使用上述作品。已經(jīng)本網(wǎng)授權使用作品的,應在授權范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關法律責任。
  • 本網(wǎng)轉載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉載時,必須保留本網(wǎng)注明的作品第一來源,并自負版權等法律責任。
  • 如涉及作品內(nèi)容、版權等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關權利。
工業(yè)苛刻工況pH應用在線監(jiān)測解決方案
關閉
许昌市| 甘肃省| 荥经县| 武强县| 梁山县| 孟津县| 巩义市| 绥化市| 南陵县| 芜湖市| 临汾市| 白玉县| 松滋市| 顺义区| 海阳市| 华亭县| 杭州市| 浪卡子县| 万盛区| 汪清县| 沁阳市| 改则县| 伊春市| 泰顺县| 庆云县| 徐闻县| 略阳县| 收藏| 乌兰浩特市| 延边| 汕尾市| 雷波县| 江达县| 定州市| 托克逊县| 弥渡县| 弋阳县| 南京市| 外汇| 炎陵县| 德安县|