查看: 26|回复: 0

[职场杂谈] 机器学习能加快新型LED照明材料的发掘

[复制链接]
  • TA的每日心情
    难过
    昨天 14:39
  • 签到天数: 59 天

    [LV.5]常住居民I

    发表于 2019-5-6 18:59:38 | 显示全部楼层 |阅读模式
    机器学习能加快新型LED照明材料的发掘( b! i2 e  K5 t. u4 u
    $ {* D+ E7 D) e# r' P. x) B
        2019年广州光亚展将于2019年在中国进出口商品交易展馆隆重举行。将展示多元化照明和LED技术方案,满足业内人士在采购、交流市场资讯和拓展商机方面的需求。6 p9 P: R7 j3 f/ t) e1 C; O' M
      O. [3 e/ M) o, x+ ?" T* a. S, e
        据外媒报道,休斯顿大学日前宣布,其开发的机器学习算法能够预测超过100,000种化合物的特性,并能确定那些最有可能成为LED照明高效荧光粉的化合物。4 V  V. v. u5 S0 p2 t
      R, u4 s, t0 r: U) a
        其中,研究人员合成的一种名叫“硼酸钡钠”的可计算化合物,在对其进行了测试之后,发现它提供了95%的效率以及出色的热稳定性。虽然硼酸钡钠化合物产生的光线太蓝,而不适用于商用,但是研究人员并不气馁。他们表示,他们现在就能通过机器学习算法找到一种能发射有用波长的发光材料。
    - p$ K$ v5 T# a  e; n. I& f
    , H: Z% i# _4 ]2 W    Jakoah Brgoch教授表示:“我们的目标是研发具有高效、优秀颜色质量及低成本的LED灯泡。”
    * a4 t6 W( C! B% b: P, `7 r2 ~; j% J6 a0 g6 \# u/ }1 ]
        据悉,该研究项目首先列出了来自Pearson晶体结构数据库的118,287种潜在的无机磷化合物。然后机器学习快速扫描这些化合物的关键属性,包括德拜(Debye)温度和化学兼容性等。最终通过算法将上述11万多种化合物减少到了2000多种。
    ; g" {3 a0 Y# _2 x( D1 e' P! W, n6 W! o3 R. K) j4 u
        研究人员表示,通过传统的方法,需要数周才能挑选出有用的材料;而通过机器学习算法,在30秒内就能挑选出大约20种有用的材料。
    # N4 b4 i( t4 L9 X' L5 S
    0 b8 ?; Q6 ^3 y5 B! p    Brgoch教授指出,该项目为机器学习可以为高性能材料的开发带来巨大的价值提供了强有力的证据。5 i, ]6 N; H- ]" `' B, G

    2 L8 e, n- V- _9 l7 B9 g' ~7 j( ~1 a. d; J$ P; `, O

    本版积分规则

    手机版|Archiver|网站地图|   

    闽公网安备 35030402009042号

    ©2012-2013 Ptfish.org 版权所有,并保留所有权利。 闽ICP备13000092号-1
    网上报警
    郑重免责声明:莆田强势社区(ptfish.org)是非商业性网站,不存在任何商业业务关系,是一个非盈利性的免费分享的社区。
    本站部分内容为网友转载内容。如有侵犯隐私版权,请联系纠正、删除。本站不承担任何法律责任!
    本站为网友转载出于学习交流及传递更多信息之目的,并不赞同其观点的真实性。
    GMT+8, 2019-5-20 03:11, Processed in 0.336428 second(s), 37 queries, Gzip On.
    Powered by Discuz! X3.2 Licensed Code ©2003-2012 2001-2012 Comsenz Inc. Corporation
    返回顶部