末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

北科大宿彥京ACS AMI: 多目標機器學習輔助發(fā)現(xiàn)優(yōu)異熱穩(wěn)定性的熒光粉

北科大宿彥京ACS AMI: 多目標機器學習輔助發(fā)現(xiàn)優(yōu)異熱穩(wěn)定性的熒光粉
Ce摻雜石榴石熒光粉在白色發(fā)光二極管(LED)系列中發(fā)揮著重要作用,過去的幾年中已經(jīng)提出了許多以經(jīng)驗為指導的試錯實驗用于發(fā)現(xiàn)適合白光LED的熒光粉。在白光LED中,熒光粉的工作溫度可能達到200 °C,而探索在所需波長下具有出色熱穩(wěn)定性的熒光粉仍然是一個挑戰(zhàn)。
北科大宿彥京ACS AMI: 多目標機器學習輔助發(fā)現(xiàn)優(yōu)異熱穩(wěn)定性的熒光粉
為此,北京科技大學宿彥京教授等人介紹了一種有效的多目標機器學習(ML)方法,僅通過5次實驗迭代即可發(fā)現(xiàn)目標波長范圍內(nèi)具有出色熱穩(wěn)定性的石榴石型熒光粉。作者成功地構(gòu)建了一個具有7個特征的峰值發(fā)射波長模型和具有6個特征的T60模型(T60是熱穩(wěn)定性的度量,表示在室溫下發(fā)光強度下降到60%的溫度),設計的循環(huán)流程包括:
1)從文獻中收集數(shù)據(jù)和特征構(gòu)建;
2)選擇波長和T60的特征和模型;
3)定義未知的石榴石結(jié)構(gòu)數(shù)據(jù)集作為搜索空間;
4)通過自適應實驗設計推斷合成和表征的最佳候選者;
5)通過實驗和測量對初始數(shù)據(jù)集進行擴充,進一步完善推理和設計。在推斷最佳候選者的同時,使用經(jīng)過訓練的波長模型篩選出波長在480~510 nm范圍內(nèi)的熒光粉,然后將T60模型與有效全局優(yōu)化(EGO)策略相結(jié)合,通過自適應迭代平衡開發(fā)與探索。
北科大宿彥京ACS AMI: 多目標機器學習輔助發(fā)現(xiàn)優(yōu)異熱穩(wěn)定性的熒光粉
圖1. ML模型的性能和迭代結(jié)果
研究表明,內(nèi)核嶺回歸(KRR)模型預測性能最好,波長模型和T60模型的R2值分別為0.79和0.64。在模型預測的具有石榴石結(jié)構(gòu)的171636種化合物中,作者通過基于主動學習的多目標優(yōu)化選擇了25個樣品進行制備和表征。最終發(fā)現(xiàn),Lu1.5Sr1.5Al3.5Si1.5O12:Ce(LSASG)表現(xiàn)最好,具有優(yōu)異的熱穩(wěn)定性(在640 K時保持≥60% 的發(fā)射強度)且發(fā)射峰約為505 nm。
此外,通過分析LSASG的結(jié)構(gòu)、發(fā)光和熱穩(wěn)定性,作者篩選并解釋了幾個關鍵的物理特性。其中,熱穩(wěn)定性隨著Ce濃度的增加而降低,Ce3+的摻雜會導致A位CeO8多面體畸變度增加,從而增強電子-聲子相互作用進而影響熱穩(wěn)定性。總之,LSASG是一種非常有應用前景的熒光粉,特別是在高溫操作環(huán)境中。
北科大宿彥京ACS AMI: 多目標機器學習輔助發(fā)現(xiàn)優(yōu)異熱穩(wěn)定性的熒光粉
圖2. LSASG的光學性能分析
Multiobjective Machine Learning-Assisted Discovery of a Novel Cyan–Green Garnet: Ce Phosphors with Excellent Thermal Stability, ACS Applied Materials & Interfaces 2022. DOI: 10.1021/acsami.2c02698

原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/13/593887a04d/

(0)

相關推薦

主站蜘蛛池模板: 江达县| 乌拉特前旗| 额济纳旗| 陵川县| 甘洛县| 葵青区| 丰都县| 天峻县| 宜城市| 天全县| 江华| 高尔夫| 呼伦贝尔市| 深圳市| 定结县| 横山县| 阿克苏市| 宁晋县| 新巴尔虎左旗| 万安县| 淮滨县| 恩施市| 都昌县| 上杭县| 石首市| 谷城县| 高淳县| 沽源县| 贵阳市| 河源市| 石台县| 务川| 潼关县| 九龙坡区| 彭州市| 五常市| 晋州市| 雅江县| 民县| 栾城县| 资中县|