近日，杭州電子科技大學機械工程學院董源教授研究團隊將人工智能、深度學習、對抗生成技術與新材料的研發相結合，研究出針對石墨烯/氮化硼復合二維材料的人工智能系統。
“我們采用了近年來備受關注的對抗生成網絡(GAN)來實現這一目的。”董源說。通過將深度卷積網絡中的“隱藏神經層”與對抗生成網絡中的“判別器”嵌合在一起，他們所設計的“條件生成對抗網絡”可以做到根據用戶對帶隙的需求，自動生成新的石墨烯/氮化硼材料結構，且準確度依然可以達到90%左右。
董源研究團隊采用大規模高通量計算收集了大量的結構-帶隙之間的關聯數據，作為人工智能的學習數據集。他們構建了數套深度卷積神經網絡，可以學習已有的結構-帶隙數據，精確預測不在數據集之中的任意新型結構的帶隙，精確度可高達95%。
“這一類材料的帶隙可以在導體與寬禁帶半導體之間廣泛可調，并且高度依賴原子的空間排布，在高性能存儲、光電器件中具有重要應用潛力。”董源指出。在進一步研究中，董源團隊希望人工智能能夠承擔起一位材料科學家的角色，也就是可以根據用戶需求主動設計材料。
參考來源：科技日報
粉體圈 整理
作者：粉體圈
總閱讀量：1357供應信息
采購需求
粉體圈首頁
