劳伦兹贝克利国家实验室用机器学习优化手性2D铙矿矿光电材料制备
劳伦兹贝克利国家实验室Molecular Foundry团队在《Matter》期刊发表研究,通过统计分析和机器学习方法系统性地识别出手性2D金属卤化物铙矿矿光电材料的关键合成参数。研究发现溶剂选择是最重要因素,乙腈为最优溶剂,解决了实验室间性能差异超两个数量级的问题。
共 1 篇 · B910 化工资讯聚合
劳伦兹贝克利国家实验室Molecular Foundry团队在《Matter》期刊发表研究,通过统计分析和机器学习方法系统性地识别出手性2D金属卤化物铙矿矿光电材料的关键合成参数。研究发现溶剂选择是最重要因素,乙腈为最优溶剂,解决了实验室间性能差异超两个数量级的问题。