Oto kilka rzeczy do rozważenia przy wyborze żarówek LED ...
Wydajność, temperatura barwowa, rendering kolorów, wydajność cieplna, czas życia itd.
Uczenie maszynowe może przyspieszyć odkrycie nowych materiałów oświetleniowych LED
Innotech
Innotech
2018-10-31 09:46:34
Według doniesień, Uniwersytet w Houston ogłosił, że jego algorytm uczenia maszynowego może przewidywać właściwości ponad 100 000 związków i identyfikować związki, które najprawdopodobniej będą luminoforami o wysokiej wydajności do oświetlenia LED.
Spośród nich, obliczalny związek o nazwie "boran sodowy bizmutu", zsyntetyzowany przez naukowców, po przetestowaniu go, stwierdził, że zapewnia on 95% wydajności i doskonałą stabilność termiczną. Chociaż światło wytwarzane przez związek boranu sodowo-bizmutowego jest zbyt niebieskie, aby mogło być komercyjnie odpowiednie, naukowcy nie są zniechęcani. Mówią, że mogą teraz znaleźć luminescencyjny materiał, który emituje użyteczne fale za pomocą algorytmów uczenia maszynowego.
Zmodernizowany producent żarówek LED
Profesor Jakoah Brgoch powiedział: "Naszym celem jest opracowanie żarówek LED o wysokiej wydajności, doskonałej jakości kolorów i niskich kosztach."
Podano, że w projekcie badawczym wymieniono po raz pierwszy 118 287 potencjalnych nieorganicznych związków fosforu z bazy danych struktury krystalicznej Pearsona. Uczenie maszynowe następnie szybko skanuje kluczowe właściwości tych związków, w tym temperaturę Debye i zgodność chemiczną. Ostatecznie, powyższe 110 000 związków zredukowano do ponad 2000 za pomocą algorytmów.
Naukowcy twierdzą, że znalezienie przydatnych materiałów za pomocą tradycyjnych metod zajmuje tygodnie; Dzięki algorytmom uczenia maszynowego około 20 użytecznych materiałów można zebrać w 30 sekund.
Profesor Brgoch zwrócił uwagę, że projekt dostarcza mocnych dowodów na to, że uczenie maszynowe może wnieść dużą wartość do rozwoju materiałów o wysokiej wydajności.