2018/10/25
462
机器学习能加快新型LED照明材料的发掘
导读： 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。
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。
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。
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。”
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。
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。
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。
照明及LED产业风向标
欢迎莅临广州国际照明展览会!
主办单位官方微信
