Lâmpadas de filamentos LED gigantes
Bulbos Flexíveis de Filiais LED Gigantes
Lâmpadas LED Filamentais
LED String Lights
Casa > Notícia > Notícias Industriais > O aprendizado de máquina pode .....
Produtos de vendas quentes
Certificações
Fale Conosco
INNOTECH INDUSTRIAL COMPANY LIMITED
Escritório: # 1201, 12 / F., Prédio de Anhui, No.6007 Shennan Road, Shenzhen, China.
Tel: + 86-755 8276 9313, 8276 9316, Fax: + 86-755-8276 9319
Wechat: +8618938659461, Whatsapp: +8618938659461
Email: info@innolitech.com, Website: www.ledlightingsupplierchina.comEntre em contato agora
Catálogo on-line
Catálogo on-line

Notícia

O aprendizado de máquina pode acelerar a descoberta do LED

De acordo com relatos da mídia, a Universidade de Houston anunciou que seu algoritmo de aprendizado de máquina pode prever as propriedades de mais de 100.000 compostos e identificar os compostos que são mais propensos a serem fósforos de alta eficiência para iluminação LED.


Fornecedor de lâmpadas LED lâmpadas incandescentes equivalentes

De acordo com relatos da imprensa estrangeira, a Universidade de Houston anunciou que seu algoritmo de aprendizado de máquina pode prever as características de mais de 100.000 compostos e identificar os compostos que são mais propensos a serem fósforos de alta eficiência para iluminação LED.


oem fornecedor de lâmpadas LED china

Aprendizado de máquina pode acelerar a descoberta de novos materiais de iluminação LED
Entre eles, um composto computável chamado "borato de bismuto de sódio" sintetizado pelos pesquisadores, após testá-lo, descobriu que ele forneceu 95% de eficiência e excelente estabilidade térmica. Embora a luz produzida pelo composto borato de bismuto de sódio seja muito azul para ser comercialmente adequada, os pesquisadores não são desencorajados. Eles dizem que agora podem encontrar um material luminescente que emite comprimentos de onda úteis por meio de algoritmos de aprendizado de máquina.


Professor Jakoah Brgoch disse: "Nosso objetivo é desenvolver lâmpadas LED com alta eficiência, excelente qualidade de cor e baixo custo."


Fábrica econômica das lâmpadas do diodo emissor de luz

É relatado que o projeto de pesquisa listou pela primeira vez 118.287 compostos de fósforo inorgânico em potencial do banco de dados de estrutura cristalina da Pearson. O aprendizado de máquina, em seguida, verifica rapidamente as principais propriedades desses compostos, incluindo a temperatura de Debye e a compatibilidade química. Finalmente, os 110.000 compostos acima foram reduzidos a mais de 2.000 por algoritmos.


Pesquisadores dizem que leva semanas para escolher materiais úteis através de métodos tradicionais; Com algoritmos de aprendizado de máquina, cerca de 20 materiais úteis podem ser coletados em 30 segundos.


O professor Brgoch apontou que o projeto fornece fortes evidências de que o aprendizado de máquina pode trazer grande valor ao desenvolvimento de materiais de alto desempenho.