廣告
科技日報記者 張佳欣
據(jù)11日《自然·通訊》雜志報道，美國麻省理工學院工程師開發(fā)的一種計算機視覺技術(shù)大大加快了新合成電子材料的表征速度。該技術(shù)自動分析印刷半導體樣品圖像，并快速估計每個樣品的兩個關(guān)鍵電子屬性：帶隙（衡量電子激活能的指標）和穩(wěn)定性（衡量壽命的指標）。這項新技術(shù)對電子材料的準確表征比傳統(tǒng)方法提升了85倍。
提高太陽能電池、晶體管、LED和電池的性能，需要更好的電子材料?？茖W家正在使用人工智能（AI）工具從數(shù)億種化學配方中識別有前途的材料。與此同時，工程師正在建造可以根據(jù)AI搜索算法標記的化學成分，并一次打印數(shù)百個材料樣本的機器。但是，材料表征的最后一步一直是先進材料篩選過程中的主要瓶頸。
一種新的電子材料被合成后，其性能的表征通常由領(lǐng)域?qū)＜覀冐撠煟麄兠啃r表征約20個材料樣本，這種手動過程很精確，但也很耗時。
于是，團隊開發(fā)了兩種新的計算機視覺算法來自動解釋電子材料圖像：一種用于估計帶隙，另一種用于確定穩(wěn)定性。第一種算法旨在處理來自高細節(jié)、高光譜圖像的視覺數(shù)據(jù)。第二種算法分析標準RGB圖像，并根據(jù)材質(zhì)顏色隨時間的變化來評估材質(zhì)的穩(wěn)定性。
該團隊應(yīng)用這兩種新算法對大約70個印刷半導體樣品的帶隙和穩(wěn)定性進行了表征。這些樣品含有不同成分比例的鈣鈦礦。運用一種算法， 整個帶隙提取過程約需6分鐘。另一種算法還產(chǎn)生了一個可以衡量每個樣本耐久性的指數(shù)。
新算法帶隙和穩(wěn)定性的測量準確率分別為98.5%和96.9%，與專家的手動測量相比速度快85倍。
研究人員計劃將這項技術(shù)整合到全自動材料篩選系統(tǒng)中，其應(yīng)用將涵蓋半導體材料的多個領(lǐng)域。
總編輯圈點
提速的意義是什么？簡言之，是加速電子材料發(fā)現(xiàn)與優(yōu)化進程上的一次飛躍。這項技術(shù)不僅簡化了繁瑣的材料表征流程，更是在根本上縮短了新材料從實驗室到實際應(yīng)用的時間，加速了材料科學的進展。從長遠角度看，這次提速，也促使太陽能電池、晶體管、LED及電池等技術(shù)加速提升其性能。
責任編輯： 左常睿本文鏈接：http://www.3ypm.com.cn/news-2-7313-0.html運用計算機視覺新方法——電子材料篩選速度提升八十五倍|總編輯圈點
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
上一篇：韋布探測到宇宙早期星系中存在碳
下一篇：激光修復新法可使材料強度翻倍
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
