Das Modell des maschinellen Lernens wird die Erzeugung sauberer Energie beschleunigen

Im Gegensatz zu einigen zeitaufwändigen und komplexen Modellen ist das neue Modell schnell und einfach zu verwenden

durch Suchen und Analysieren, und der Code steht allen Wissenschaftlern und Ingenieuren kostenlos zur Verfügung.

Der Schlüssel zu einer effizienteren und benutzerfreundlicheren EntwicklungFür den Benutzer des Modells war es der Ersatz komplexer und rechenintensiver Parameter, die quantenmechanische Berechnungen erfordern, durch einfachere und chemisch interpretierbare Deskriptoren der Signaturen der analysierten Moleküle. Sie liefern wichtige Daten zu den wichtigsten chemischen Einheiten in Materialien, die die PCE beeinflussen, indem sie Informationen generieren. In Zukunft können damit verbesserte Materialien entwickelt werden.

Ein neuer Ansatz könnte zu einer deutlichen Beschleunigung beitragenDer Prozess der Entwicklung effizienterer Solarzellen zu einer Zeit, in der die Nachfrage nach erneuerbarer Energie und ihre Bedeutung für die Reduzierung der CO2-Emissionen so groß war wie nie zuvor. Die Ergebnisse wurden in der Fachzeitschrift Nature veröffentlichtComputermaterialien.

Nach jahrzehntelanger Verwendung von Silizium, dasrelativ teuer und nicht flexibel genug ist, wird zunehmend auf organische Photovoltaikzellen (OPV, Organic Photovoltaics) geachtet, die günstiger in der Herstellung, zudem vielseitiger und einfacher zu recyceln sind. 

Das Hauptproblem ist das Sortiereneine große Menge potenziell geeigneter chemischer Verbindungen, die für die Verwendung in OPV synthetisiert (von Wissenschaftlern angepasst) werden können. Forscher haben zuvor versucht, dieses Problem mithilfe von maschinellem Lernen zu lösen. Viele dieser Modelle waren jedoch zeitaufwändig, erforderten erhebliche Rechenleistung und waren schwer zu reproduzieren. Und entscheidend war, dass sie experimentellen Wissenschaftlern, die an neuen Geräten für grüne Energie arbeiteten, keine ausreichende Anleitung gaben.

Nun die Arbeit von Dr. NastaranMeftahi und Professor Salvi Russo von der RMIT University haben zusammen mit dem Team von Professor Udo Bach von der Monash University viele dieser Probleme erfolgreich gelöst.

Die meisten anderen Modelle verwendenelektronische Deskriptoren, die komplex, rechenintensiv sind und sich der chemischen Interpretation entziehen. Dies bedeutet, dass der experimentelle Chemiker oder Wissenschaftler aus diesen Modellen keine Ideen ziehen kann, um Materialien im Labor zu entwerfen und zu synthetisieren. Die Zusammenarbeit von Wissenschaftlern führte zur Schaffung des BioModeller-Programms, das die Grundlage für ein neues Open-Source-Modell bildete. Damit erzielten die Forscher zuverlässige und vorhersehbare Ergebnisse und quantifizierten unter anderem die Beziehung zwischen den untersuchten molekularen Signaturen und der Wirksamkeit zukünftiger OPV-Geräte.

weiter lesen

Unbekannte Tiere, die Schwämmen ähneln, wurden im Eis der Antarktis gefunden

Das Brunt-Regal in der Antarktis bricht mit einer Geschwindigkeit von 5 Metern pro Tag zusammen

Abtreibung und Wissenschaft: Was wird mit den Kindern geschehen, die gebären werden?