Aquí hay algunas cosas a considerar al elegir bombillas LED ...
Eficiencia, temperatura de color, representación del color, salida de calor, tiempo de vida, etc.
El aprendizaje automático puede acelerar el descubrimiento de LED
2018-11-08 20:32:04
Según informes de los medios de comunicación, la Universidad de Houston ha anunciado que su algoritmo de aprendizaje automático puede predecir las propiedades de más de 100,000 compuestos e identificar los compuestos que tienen más probabilidades de ser fósforos de alta eficiencia para la iluminación LED.
Bombillas incandescentes equivalentes LED bombillas proveedor
Según informes de medios extranjeros, la Universidad de Houston ha anunciado que su algoritmo de aprendizaje automático puede predecir las características de más de 100,000 compuestos e identificar los compuestos que tienen más probabilidades de ser fósforos de alta eficiencia para la iluminación LED.
El aprendizaje automático puede acelerar el descubrimiento de nuevos materiales de iluminación LED
Entre ellos, un compuesto computable llamado "bismuto borato de sodio" sintetizado por los investigadores, luego de probarlo, encontró que proporcionaba un 95% de eficiencia y una excelente estabilidad térmica. Aunque la luz producida por el compuesto de borato de sodio y bismuto es demasiado azul para ser comercialmente adecuada, los investigadores no se desaniman. Dicen que ahora pueden encontrar un material luminiscente que emita longitudes de onda útiles a través de algoritmos de aprendizaje automático.
El profesor Jakoah Brgoch dijo: "Nuestro objetivo es desarrollar bombillas LED con alta eficiencia, excelente calidad de color y bajo costo".
Fábrica de bombillas led económica china
Se informó que el proyecto de investigación primero enumeró 118,287 compuestos de fósforo inorgánicos potenciales de la base de datos de estructura cristalina de Pearson. El aprendizaje automático luego analiza rápidamente las propiedades clave de estos compuestos, incluida la temperatura de Debye y la compatibilidad química. Finalmente, los 110,000 compuestos anteriores se redujeron a más de 2,000 por algoritmos.
Los investigadores dicen que lleva semanas seleccionar materiales útiles a través de métodos tradicionales; Con los algoritmos de aprendizaje automático, se pueden seleccionar unos 20 materiales útiles en 30 segundos.
El profesor Brgoch señaló que el proyecto proporciona pruebas sólidas de que el aprendizaje automático puede aportar un gran valor al desarrollo de materiales de alto rendimiento.