JACS:上科大/中科大/华东理工联合团队报道数据驱动的极性共晶发现——机器学习与自动化加速功能分子晶体研发

计算材料学 2025-11-01 13:10
文章摘要
背景:极性有机共晶因其分子在晶体中定向排列产生净偶极矩,在光电与能量转换领域具有应用潜力,但传统试错法成功率仅13.2%。研究目的:上科大/中科大/华东理工联合团队通过融合机器学习与自动化技术,建立数据驱动的极性共晶发现平台,提升研发效率。结论:该平台在六周内完成13组共晶筛选,极性结构命中率达46%,是传统方法的3倍多,并构建了可推广至其他功能材料领域的研发方法,为微型化能量收集与柔性电子器件提供新材料基础。
JACS:上科大/中科大/华东理工联合团队报道数据驱动的极性共晶发现——机器学习与自动化加速功能分子晶体研发
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Editorial Masthead
DOI: 10.1021/apv008i004_2047539 Pub Date : 2026-02-27
IF 4.7 2区 化学 Q2 ACS Applied Polymer Materials
计算材料学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信