研究进展：异质图神经网络-稀土发光材料逆向设计 | Nature Computational Science

背景：深度学习在纳米材料设计中的应用常受限于数据表示和训练数据。研究目的：本研究旨在利用深度学习，特别是异质图神经网络，优化核壳上转换纳米粒子的非线性光学性质，实现其逆向设计。结论：通过构建大规模光谱数据集并训练异质图神经网络，成功识别出比训练集最优结构亮6.5倍的新型纳米颗粒，为复杂纳米材料的高效智能开发提供了新路径。