Opportunities for machine learning to accelerate halide-perovskite commercialization and scale-up

商业化 推论 机器学习 计算机科学 比例(比率) 数据科学 卤化物 过程(计算) 人工智能 钙钛矿(结构) 基线(sea) 过程管理 知识管理 业务 工程类 政治学 营销 物理 操作系统 无机化学 化学 法学 量子力学 化学工程
作者
Rishi E. Kumar,Armi Tiihonen,Shijing Sun,David P. Fenning,Zhe Liu,Tonio Buonassisi
出处
期刊:Matter [Elsevier]
卷期号:5 (5): 1353-1366 被引量:15
标识
DOI:10.1016/j.matt.2022.04.016
摘要

Summary

While halide perovskites attract significant academic attention, examples of industrial production at scale are still sparse. In this perspective, we review practical challenges hindering the commercialization of halide perovskites and discuss how machine-learning (ML) tools could help: (1) active-learning algorithms that blend institutional knowledge and human expertise could help stabilize and rapidly update baseline manufacturing processes, (2) computer-imaging methods with ML-based classification tools could help narrow the performance gap between large- and small-area devices, and (3) inference methods could help accelerate root-cause analysis by reconciling multiple data streams and simulations, focusing research efforts on the highest-probability areas. We conclude that to tackle many of these challenges, incremental—not radical—adaptations of existing ML methods are needed. We propose how industry-academic partnerships could help adapt "ready-now" ML tools to specific industry needs, further improve process control by revealing underlying mechanisms, and develop "gamechanger" discovery-oriented algorithms to better navigate the vast spaces of materials choices.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
英俊的念寒完成签到,获得积分10
2秒前
曼粒子完成签到,获得积分10
3秒前
科研木头人完成签到 ,获得积分10
3秒前
yatou5651发布了新的文献求助10
3秒前
清秀凡霜完成签到,获得积分10
3秒前
星辰大海应助行道吉安采纳,获得200
3秒前
4秒前
可爱的函函应助fbpuf采纳,获得10
4秒前
114422完成签到,获得积分10
5秒前
qiqi完成签到,获得积分10
5秒前
5秒前
5秒前
6秒前
6秒前
笨蛋没烦恼完成签到,获得积分10
7秒前
炙热的河马应助liuqizong123采纳,获得10
7秒前
Jasper应助这是对吧采纳,获得10
7秒前
MM完成签到,获得积分10
8秒前
bkagyin应助不加糖采纳,获得30
8秒前
诸亦凝完成签到,获得积分10
8秒前
8秒前
yatou5651完成签到,获得积分10
8秒前
缓慢钢笔发布了新的文献求助10
8秒前
细心宛凝完成签到,获得积分10
9秒前
qzd完成签到,获得积分10
9秒前
10秒前
小叶子发布了新的文献求助10
10秒前
ruby完成签到,获得积分10
11秒前
volzzz发布了新的文献求助10
11秒前
muek发布了新的文献求助10
11秒前
11秒前
12秒前
12秒前
zwy发布了新的文献求助10
12秒前
12秒前
丹dan完成签到,获得积分10
13秒前
南风吹晚意完成签到,获得积分10
13秒前
开朗焦发布了新的文献求助10
13秒前
xiaozhao完成签到 ,获得积分10
14秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244942
求助须知:如何正确求助?哪些是违规求助? 2888587
关于积分的说明 8253996
捐赠科研通 2557043
什么是DOI,文献DOI怎么找? 1385639
科研通“疑难数据库(出版商)”最低求助积分说明 650203
邀请新用户注册赠送积分活动 626369