Light | 电子结构注入网络预测发光效率

本文介绍了吉林大学王悦教授团队和季华实验室毕海研究员团队在Light: Science & Applications上发表的研究成果，提出了一种新的深度学习模型——电子结构注入网络（ESIN）。该模型结合分子几何结构和电子结构数据，通过引入前线分子轨道理论，显著提高了预测有机发光二极管（OLED）材料光致发光量子产率（PLQY）的准确性和机理可解释性。研究团队通过ESIN模型成功筛选并合成了两种新的喹喔啉基受体分子，实验结果与预测高度一致，验证了模型的有效性。这一成果为OLED材料领域的智能革新提供了新的思路，并有望推动OLED技术的进一步发展。