科研之友
微信
新浪微博
Facebook
分享链接
摘要
在材料信息学和数据科学取得了快速进展的同时，应用机器学习方法辅助有机光电材料筛选和设计仍然具有挑战性.结合监督学习与无监督学习的优势，以大约1 000个有机聚合物太阳能电池给体材料为数据集，围绕材料的电子特性和分子指纹序列特征，使用随机森林分类模型进行机器学习，探讨了不同分子指纹对学习结果的影响，并结合模型训练结果与测试结果进行验证分析，探索机器学习方法在聚合物太阳能电池材料筛选中的应用.从有机光电功能材料功能原理来看，材料光电特性的本质是材料中电子的各种行为带来的结果，与其分子结构是密不可分的。此方法亦可作用于不同类型有机光电材料筛选和设计中.
-
单位兰州交通大学; 国家绿色镀膜技术与装备工程技术研究中心
