麻省理工學院(MIT)的一個研究小組聲稱已經開發了一個新型快捷的評估新光電材料的效率方法,以避免長期,昂貴和耗時的實驗室樣品測試評估。
科學家們說,這一過程是基于一系列工具,這些工具依賴于一連串相對簡單的實驗室測試,結合計算機建模的材料物理屬性,以及基于貝葉斯推理的統計方法的附加建模,允許基于每個新測量來改變每個參數的估計。
該系統由三個主要步驟組成:制作簡單的測試裝置;在不同照明水平和不同電壓下測量其電流輸出;準確量化這些變化條件下的體現。研究小組認為,所有這些值都被用來改進統計模型。
研究協調員托尼奧(Tonio)表示:“我們在不同的溫度和光照強度下獲得了許多電流電壓的測量數據后,還需要弄清楚材料和界面變量的組合是否與我們的測量結果吻合。
他說:“將每個參數表示為概率分布使我們能夠解釋實驗的不確定性,同時也使我們能夠確定哪些參數是關聯共變的。
麻省理工學院的科學家們認為,這個新工藝可能會縮短新型光伏材料開發的速度,同時也會加快許多其他不同的材料的開發進程,將時間縮短為20年到3年或5年不等。
研究人員表示:“期待通過高吞吐量的計算,自動化和機器學習的結合幫助我們將新型材料開發的速度提高五倍以上。
科學家們說,這一過程是基于一系列工具,這些工具依賴于一連串相對簡單的實驗室測試,結合計算機建模的材料物理屬性,以及基于貝葉斯推理的統計方法的附加建模,允許基于每個新測量來改變每個參數的估計。
該系統由三個主要步驟組成:制作簡單的測試裝置;在不同照明水平和不同電壓下測量其電流輸出;準確量化這些變化條件下的體現。研究小組認為,所有這些值都被用來改進統計模型。
研究協調員托尼奧(Tonio)表示:“我們在不同的溫度和光照強度下獲得了許多電流電壓的測量數據后,還需要弄清楚材料和界面變量的組合是否與我們的測量結果吻合。
他說:“將每個參數表示為概率分布使我們能夠解釋實驗的不確定性,同時也使我們能夠確定哪些參數是關聯共變的。
麻省理工學院的科學家們認為,這個新工藝可能會縮短新型光伏材料開發的速度,同時也會加快許多其他不同的材料的開發進程,將時間縮短為20年到3年或5年不等。
研究人員表示:“期待通過高吞吐量的計算,自動化和機器學習的結合幫助我們將新型材料開發的速度提高五倍以上。