亞洲資本網(wǎng) > 資訊 > 科技 > 正文
創(chuàng)新算法篩選出54種高性能光伏材料
2025-08-09 18:28:56來源: 科技日報
 記者近日從昆明理工大學獲悉,該校材料科學與工程學院種曉宇、何京津、馮晶教授團隊在“人工智能+材料”交叉領域取得重要突破。研究團隊提出了“連續(xù)遷移”機器學習框架,成功解決了小數(shù)據(jù)集下材料多性能預測的技術瓶頸,為新型功能材料的高效研發(fā)提供了新思路。相關研究成果發(fā)表于國際期刊《先進功能材料》。

傳統(tǒng)機器學習方法在材料性能預測中常受限于數(shù)據(jù)稀缺問題,尤其當目標性能樣本量不足時,模型精度難以保證。針對這一挑戰(zhàn),團隊創(chuàng)新性地構建了“連續(xù)遷移”學習策略。該策略首先基于海量材料的形成能數(shù)據(jù)訓練高精度基礎模型,再通過遷移學習依次預測材料的穩(wěn)定性、帶隙、體積模量等關鍵性能。當面對僅51條數(shù)據(jù)的剪切模量預測任務時,團隊進一步以體積模量模型為“跳板”,進行二次遷移,使小數(shù)據(jù)集下的預測可靠性顯著提升。

通過該框架,研究團隊從1.8萬余種候選材料中,快速篩選出54種兼具高穩(wěn)定性與優(yōu)異延展性的無機雙鈣鈦礦涂層材料。其中,六氟合銥酸銫銅材料表現(xiàn)尤為突出。其帶隙值適配光伏應用需求,剪切模量與體積模量比值顯示出高延展性,穩(wěn)定性測試也驗證了其潛在實用價值。這一成果不僅為鈣鈦礦太陽能電池、光催化等領域提供了候選材料庫,更證明了遷移學習在材料多性能協(xié)同優(yōu)化中的普適性,為其他材料的性能預測與優(yōu)化提供了可推廣的框架。

據(jù)了解,此項研究依托在該校的金屬先進凝固成形及裝備技術國家地方聯(lián)合工程研究中心完成,是昆明理工大學在材料信息學領域的又一重要進展,為有效解決傳統(tǒng)機器學習在數(shù)據(jù)稀缺場景下的性能瓶頸,破解“數(shù)據(jù)少、任務多”的材料研發(fā)難題提供了可推廣的計算工具,也為材料多性能協(xié)同優(yōu)化提供了高效計算范式。

關鍵詞:

專題新聞
  • 平安守護百分百 :以滿期給付與身故保障為翼,助力家庭安穩(wěn)翱翔生活天空
  • 人保車險-車險:出行路上的安心守護者
  • 行業(yè)觀察:汽車渠道變革新范式,高額補貼政策引發(fā)行業(yè)熱議
  • 環(huán)球新材國際并購默克表面解決方案正式交割,全球表面材料布局邁入新階段
  • 潤致玻尿酸:解碼千人千面的專屬美麗,讓每一種獨特都被溫柔托舉
  • 汽車品牌招商政策視頻引關注,是攪局還是破局?

京ICP備2021034106號-51

Copyright © 2011-2020  亞洲資本網(wǎng)   All Rights Reserved. 聯(lián)系網(wǎng)站:55 16 53 8 @qq.com