機械学習モデルはクリーンエネルギーの生産を加速します

一部の労働集約的で複雑なモデルとは異なり、新しいモデルは高速で使いやすいです

検索して分析することで、コードはすべての科学者とエンジニアが無料で利用できます。

より効率的でユーザーフレンドリーな開発の秘訣モデルのユーザーにとっては、量子力学的計算を必要とする複雑で計算コストの高いパラメーターを、分析された分子のシグネチャのより単純で化学的に解釈可能な記述子に置き換えることでした。それらは、情報を生成することによってPCEに影響を与える材料の最も重要な化学部分に関する重要なデータを提供します。将来的には、改良された材料の開発に使用できます。

新しいアプローチは大幅なスピードアップに役立つ可能性がある再生可能エネルギーの需要と炭素排出削減におけるその重要性がかつてないほど高まっている中で、より効率的な太陽電池を開発するプロセス。結果は Nature 誌に掲載されました計算材料。

シリコンを何十年も使い続けた後、比較的高価で柔軟性が十分ではないため、生産コストが安く、汎用性が高く、リサイクルが容易な有機太陽電池 (OPV、有機太陽電池) にますます注目が集まっています。 

主な問題は並べ替えですOPVで使用するために合成(科学者によって適応)される可能性のある大量の潜在的に適切な化合物。研究者は以前、この問題を解決するために機械学習を使用しようとしました。ただし、これらのモデルの多くは時間がかかり、かなりの計算能力を必要とし、再現が困難でした。そして決定的に、彼らはグリーンエネルギーのための新しい装置に取り組んでいる実験科学者に十分なガイダンスを提供しませんでした。

ナスタラン博士が率いる仕事RMIT大学のMeftahiとSalviRusso教授は、モナシュ大学のUdo Bach教授のチームとともに、これらの問題の多くを解決することに成功しました。

他のほとんどのモデルは複雑で、計算量が多く、化学的解釈に反する電子記述子。これは、実験化学者または科学者がこれらのモデルからアイデアを引き出して、実験室で材料を設計および合成することができないことを意味します。科学者の協力により、新しいオープンソースモデルの基礎を形成するBioModellerプログラムが作成されました。それを使用して、研究者は信頼できる予測可能な結果を​​取得し、とりわけ、研究中の分子シグネチャと将来のOPVデバイスの有効性との関係を定量化しました。

続きを読む

南極の氷で見つかったスポンジに似た未知の動物

南極のブラント棚は1日5メートルの速度で崩壊しています

中絶と科学:出産する子供たちに何が起こるか