发现新型非线性光学材料的新方法:用化学描述器扩展机器学习信息
Ran An1,2, Hongshan Wang1,2, Congwei Xie1,2
1Research Center for Crystal Materials, CAS Key Laboratory of Functional Materials and Devices for Special Environments, Xinjiang Key Laboratory of Functional Crystal Materials, Xinjiang Technical Institute of Physics & Chemistry, CAS, 40-1 South Beijing Road, Urumqi, 830011, China.
研究人员开发了一种新的机器学习模型,以加速发现先进的非线性光学材料. 这种方法成功合成了一种具有增强的第二波生成和更广泛的光学传输的新晶体.
科学领域:
- 材料科学 材料科学 材料科学
- 化学 化学 化学
- 光学是什么?光学是什么?光学是什么?
背景情况:
- 发现新型非线性光学 (NLO) 材料至关重要,但受到巨大的化学空间和有限的理论框架的阻碍.
- 创新的NLO材料的高效实验探索仍然是一个重大挑战.
- 现有的理论预测框架不足以加速材料发现.
研究的目的:
- 提出一种新的理论设计范式,以加速发现具有强烈第二波生成 (SHG) 强度的材料.
- 通过先进的计算和实验方法来解决NLO材料勘探的挑战.
- 为设计新型NLO材料提供有价值的化学见解.
主要方法:
- 使用全面的NLO数据集开发了一个高精度机器学习 (ML) 模型.
- 化学描述符被用来为化学结构设计提供系统的见解.
- 实施了一种灵活快速的化学空间建设和探索方法.
主要成果:
- 一个新的非线性光学晶体成功地使用开发的"机器对知识"理论框架进行了合成.
- 合成的晶体显示出明显更强的第二子生成 (SHG) 响应.
- 与现有材料相比,这种新材料具有更大的光学传输范围.
结论:
- 提出的理论设计范式有效地加速了先进的NLO材料的发现.
- 该研究提供了可用于光学和其他功能材料的创新化学见解.
- 这项工作为材料设计和发现建立了一个新的"机器对知识"框架.
更多相关视频
07:13Biomolecular Imaging of Cellular Uptake of Nanoparticles using Multimodal Nonlinear Optical Microscopy
Published on: May 16, 2022
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
相关概念视频
Predicting Molecular Geometry
Inductive Effects on Chemical Shift: Overview
NMR Spectroscopy: Chemical Shift Overview
For instance, the proton...
Methods of Medium Optimization
