Maschinelles Lernen kann die Entdeckung neuer LED-Beleuchtungsmaterialien beschleunigen
- Autor:Innotech
- Quelle:Innotech
- Lassen Sie auf:2018-10-31
Glühlampen-LED-Birnenlieferant-Porzellan
Unter ihnen fand eine berechenbare Verbindung mit der Bezeichnung "Natriumbismutborat", die von den Forschern nach Testung synthetisiert wurde, einen Wirkungsgrad von 95% und eine hervorragende thermische Stabilität. Obwohl das von der Natriumbismutboratverbindung erzeugte Licht zu blau ist, um kommerziell geeignet zu sein, wird von den Forschern nicht abgeraten. Sie sagen, dass sie jetzt ein Lumineszenzmaterial finden können, das mithilfe maschineller Lernalgorithmen nützliche Wellenlängen emittiert.
Retrofit LED-Glühlampenhersteller
Professor Jakoah Brgoch sagte: "Unser Ziel ist es, LED-Lampen mit hoher Effizienz, ausgezeichneter Farbqualität und niedrigen Kosten zu entwickeln."
Es wird berichtet, dass das Forschungsprojekt erstmals 118.287 potentielle anorganische Phosphorverbindungen aus der Pearson-Kristallstrukturdatenbank auflistete. Das maschinelle Lernen sucht dann schnell nach den wichtigsten Eigenschaften dieser Verbindungen, einschließlich der Debye-Temperatur und der chemischen Kompatibilität. Schließlich wurden die obigen 110.000 Verbindungen durch Algorithmen auf mehr als 2.000 reduziert.
Die Forscher sagen, es brauche Wochen, um nützliche Materialien mit traditionellen Methoden auszuwählen. Mit maschinellen Lernalgorithmen können in 20 Sekunden ca. 20 nützliche Materialien ausgewählt werden.
Professor Brgoch wies darauf hin, dass das Projekt eindeutige Beweise dafür liefert, dass maschinelles Lernen einen großen Wert für die Entwicklung von Hochleistungsmaterialien darstellen kann.