Machinaal leren kan de ontdekking van LED versnellen
Equivalente gloeilampen LED-lampen leverancier
Volgens berichten in de buitenlandse media heeft de Universiteit van Houston aangekondigd dat het algoritme voor machine-learning de kenmerken van meer dan 100.000 verbindingen kan voorspellen en de verbindingen kan identificeren die hoogstwaarschijnlijk zeer efficiënte fosforen voor LED-verlichting zijn.
oem LED-lampen leverancier china
Machinaal leren kan de ontdekking van nieuwe LED-verlichtingsmaterialen versnellen
Onder hen ontdekte een berekenbare stof genaamd "natriumbismutboraat", gesynthetiseerd door de onderzoekers, na het te hebben getest, dat het een efficiëntie van 95% en uitstekende thermische stabiliteit bood. Hoewel het door de natriumbismutboraatverbinding geproduceerde licht te blauw is om commercieel geschikt te zijn, zijn de onderzoekers niet ontmoedigd. Ze zeggen dat ze nu een luminescerend materiaal kunnen vinden dat nuttige golflengten uitzendt door middel van algoritmen voor machinaal leren.
Professor Jakoah Brgoch zei: "Ons doel is om LED-lampen te ontwikkelen met een hoog rendement, uitstekende kleurkwaliteit en lage kosten."
Economische LEIDENE bollenfabriek China
Naar verluidt rapporteerde het onderzoek eerst 118.287 potentiële anorganische fosforverbindingen uit de Pearson kristalstructuurdatabase. Machinaal leren scant dan snel op sleuteleigenschappen van deze verbindingen, inclusief Debye-temperatuur en chemische compatibiliteit. Ten slotte werden de bovengenoemde 110.000 verbindingen door algoritmen tot meer dan 2.000 gereduceerd.
Onderzoekers zeggen dat het weken kost om bruikbare materialen uit traditionele methoden te halen; met machine learning-algoritmen kunnen ongeveer 20 bruikbare materialen worden geplukt in 30 seconden.
Professor Brgoch wees erop dat het project sterke aanwijzingen biedt dat machinaal leren van grote waarde kan zijn voor de ontwikkeling van hoogwaardige materialen.