Npj Comput. Mater.: 有机太阳能电池受体材料：基于人工智能高效发现
知社学术圈
2024-11-22 11:30
文章摘要
本文介绍了中南大学卢红梅教授团队开发的一种基于深度学习的框架（DeepAcceptor），用于高效设计和发现有机太阳能电池中的非富勒烯小分子受体材料。该框架通过结合大规模自监督预训练和图神经网络（GNN），显著提升了分子性质预测的准确性和泛化性。研究团队通过实验验证了三个筛选得到的候选分子，器件的最佳能量转化效率（PCE）达到14.61%。此外，他们还发布了用户友好的DeepAcceptor网络服务器，方便用户进行分子设计和PCE预测。该研究展示了人工智能在加速高性能非富勒烯受体材料发现方面的巨大潜力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
