歡迎訪問喀什金澄光電有限公司
你的位置:喀什金澄光電有限公司 > 行業動態 > ?>?文章正文

機器學習輔助的高性能有機光伏材料分子設計

時間: 2019-11-20 | 編輯: 107 | 閱讀:107次

為了合成用于將太陽輻射轉換成直流電的有機光伏(OPV)的高性能材料,材料科學家必須有意義地建立化學結構與其光伏特性之間的關系。在一項關于科學進步的新研究中,孫文博及其一個團隊,包括來自能源與動力工程學院,自動化學院,計算機科學,電氣工程以及綠色和智能技術學院的研究人員,建立了一個新的數據庫,該數據庫使用1,700多種捐助材料現有文獻報告。他們使用監督學習 使用機器學習模型來建立結構-屬性關系,并使用針對不同ML算法的各種輸入來快速篩選OPV材料。

使用超過1000位長度的分子指紋(以二進制位編碼分子的結構)。獲得了較高的ML預測精度。他們通過篩選10種新設計的供體材料以確保模型預測與實驗結果之間的一致性,從而驗證了該方法的可靠性。ML結果提供了一個強大的工具,可以預篩選新的OPV材料并加速材料工程中OPV的開發。

有機光伏(OPV)電池可以促進太陽能以直接且具有成本效益的方式轉換為電能,而最近的快速增長使其超過了電能轉換效率(PCE)的速度。主流OPV研究集中在建立新的OPV分子結構與其光伏特性之間的關系。傳統工藝通常涉及光伏材料的設計和合成,以用于光伏電池的組裝/優化。這種方法導致耗時的研究周期,需要精細控制化學合成和裝置制造,實驗步驟和純化。現有的OPV開發過程緩慢且效率低下,到目前為止,合成和測試的 OPV供體分子 不足2000個。然而,從數十年研究工作中收集的數據是無價的,潛在價值仍有待充分探索以生成高性能OPV材料。

為了從數據中提取有用的信息,Sun等人。需要一個復雜的程序來掃描大型數據集并從要素之間提取關系。由于機器學習(ML)提供了使用訓練數據集學習和識別模式和關系的計算工具,因此該團隊使用了數據驅動的方法來啟用ML并預測各種材料特性。機器學習算法不必了解材料屬性背后的化學或物理原理即可完成任務。最近類似的方法已經成功地預測了材料發現,藥物開發和生產過程中材料的活性/性質。材料設計。在ML應用之前,科學家已經生成了化學信息學來建立有用的工具箱。

材料科學家直到最近才探索 ML在OPV領域中的應用。在目前的工作中,Sun等。建立了一個數據庫,其中包含從文獻中收集的1719個經過實驗測試的供體OPV材料。他們首先研究了分子的語言表達對理解機器學習性能的重要性。然后,他們測試了幾種不同類型的表達式,包括圖像,ASCII字符串,兩種類型的描述符和七種類型的分子指紋。他們觀察到模型預測與實驗結果非常吻合。科學家們希望這種新方法能夠極大地加快用于OPV研究應用的新型高效有機半導體材料的開發。

研究團隊首先將原始數據轉換為機器可讀的表示形式。同一分子存在多種表達形式,包括以不同抽象水平呈現的極為不同的化學信息。Sun等使用一組ML模型。通過比較功率轉換效率(PCE)的預測準確度,獲得了69.41%的深度學習模型,從而探索了分子的多種表達。相對較差的性能是由于數據庫較小。例如,以前,滾動軸承分類,當同一小組使用最多50,000個分子時,深度學習模型的準確性超過了90%。要全面訓練深度學習模型,研究人員必須實施一個包含數百萬個樣本的更大的數據庫。

Sun等。目前每個類別中只有數百個分子,因此模型很難提取足夠的信息來獲得更高的準確性。盡管可以對預訓練的模型進行微調以減少所需的數據量,但仍需要成千上萬的樣本來實現足夠數量的特征。當使用圖像表達分子時,這導致增加數據庫大小的選擇。

科學家在研究中使用了五種類型的監督ML算法,包括(1)反向傳播(BP)神經網絡(BPNN),(2)深度神經網絡(DNN),(3)深度學習,(4)支持向量機(SVM)和(5)隨機森林(RF)。這些是高級算法,其中BPNN,DNN和深度學習均基于人工中性網絡(ANN)。該SMILES碼Sun等人(簡化的分子輸入線輸入系統)提供了分子的另一種原始表達。用作四個模型的輸入。根據結果??,RF模型的最高準確度約為67.84%。和以前一樣,與深度學習不同,這四種經典方法無法提取隱藏特征。總體而言,SMILES作為圖像的分子描述符在預測數據中的PCE(功率轉換效率)等級方面表現不及圖像。

然后,研究人員使用了分子描述符,該描述符可以使用數字數組而不是化學結構的直接表達來描述分子的特性。研究小組在研究中使用了兩種類型的描述符PaDEL和RDKIt。在對所有ML模型進行廣泛分析之后,大數據量意味著更多與PCE不相關的描述符會影響ANN性能。相比之下,當使用分子描述符作為ML方法的輸入時,小的數據量意味著無法有效地訓練ML模型的化學信息,關鍵在于找到與目標物體直接相關的合適描述符。

文章標題: 機器學習輔助的高性能有機光伏材料分子設計
文章地址: http://www.bqvfdr.icu/hangyedongtai/89758.html

相關文章推薦:

Top
专业打假太赚钱了