Application of machine learning in perovskite materials and devices: A review

钙钛矿(结构) 工作流程 材料科学 光电效应 领域(数学) 卤化物 纳米技术 人工智能 系统工程 工程物理 计算机科学 化学 光电子学 物理 工程类 化学工程 数学 无机化学 数据库 纯数学
作者
Ming Chen,Zhenhua Yin,Zhicheng Shan,Xiaokai Zheng,Lei Liu,Zhonghua Dai,Jun Zhang,Shengzhong Liu,Zhuo Xu
出处
期刊:Journal of Energy Chemistry [Elsevier]
卷期号:94: 254-272 被引量:7
标识
DOI:10.1016/j.jechem.2024.02.035
摘要

Metal-halide hybrid perovskite materials are excellent candidates for solar cells and photoelectric devices. In recent years, machine learning (ML) techniques have developed rapidly in many fields and provided ideas for material discovery and design. ML can be applied to discover new materials quickly and effectively, with significant savings in resources and time compared with traditional experiments and density functional theory (DFT) calculations. In this review, we present the application of ML in perovskites and briefly review the recent works in the field of ML-assisted perovskite design. Firstly, the advantages of perovskites in solar cells and the merits of ML applied to perovskites are discussed. Secondly, the workflow of ML in perovskite design and some basic ML algorithms are introduced. Thirdly, the applications of ML in predicting various properties of perovskite materials and devices are reviewed. Finally, we propose some prospects for the future development of this field. The rapid development of ML technology will largely promote the process of materials science, and ML will become an increasingly popular method for predicting the target properties of materials and devices.
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
SciGPT应助YI点半的飞机场采纳,获得10
2秒前
franklin发布了新的文献求助10
3秒前
小白鼠发布了新的文献求助20
5秒前
CodeCraft应助坚强的严青采纳,获得10
5秒前
郎治宇发布了新的文献求助10
6秒前
连糜完成签到 ,获得积分10
6秒前
上官若男应助击飞采纳,获得10
6秒前
华仔应助景飞丹采纳,获得30
8秒前
9秒前
hh完成签到 ,获得积分10
12秒前
13秒前
13秒前
14秒前
晚安鸭箫晓完成签到 ,获得积分10
15秒前
melody完成签到,获得积分10
16秒前
击飞发布了新的文献求助10
17秒前
paopao发布了新的文献求助10
17秒前
18秒前
今后应助沉默的莞采纳,获得10
20秒前
景飞丹发布了新的文献求助30
20秒前
击飞完成签到,获得积分10
22秒前
22秒前
24秒前
tachikoma应助bobo采纳,获得10
24秒前
苹果柜子应助paopao采纳,获得10
26秒前
木木VV完成签到,获得积分10
26秒前
完美世界应助Yolen LI采纳,获得10
26秒前
科研人完成签到 ,获得积分10
27秒前
小胡发布了新的文献求助10
27秒前
sail完成签到,获得积分10
28秒前
烟花应助个性乐儿采纳,获得10
30秒前
YC发布了新的文献求助20
30秒前
屁颠屁颠_狼完成签到 ,获得积分0
31秒前
懵懂的子骞完成签到 ,获得积分10
31秒前
32秒前
32秒前
ann发布了新的文献求助20
33秒前
沉默的莞发布了新的文献求助10
35秒前
35秒前
我是老大应助小胡采纳,获得20
36秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3134935
求助须知:如何正确求助?哪些是违规求助? 2785802
关于积分的说明 7774295
捐赠科研通 2441699
什么是DOI,文献DOI怎么找? 1298093
科研通“疑难数据库(出版商)”最低求助积分说明 625075
版权声明 600825