设置登录密码
*密码
*确认密码
完善信息
*真实姓名
*公司名称
*您的职位
城市
*邮箱
*主营产品
*行业
企业类型
材质
功能
来源：OFweek中国高科技行业门户|
发表时间：2018-10-25
点击：9272
据外媒报道，休斯顿大学日前宣布，其开发的机器学习算法能够预测超过100,000种化合物的特性，并能确定哪些最有可能成为LED照明高效荧光粉的化合物。
其中，研究人员合成的一种名叫 “硼酸钡钠”的可计算化合物，在对其进行了测试之后，发现它提供了95%的效率以及出色的热稳定性。 虽然硼酸钡钠化合物产生的光线太蓝，而不适用于商用，但是研究人员并不气馁。他们表示，他们现在就能通过机器学习算法找到一种能发射有用波长的发光材料。
Jakoah Brgoch教授表示：“我们的目标是研发具有高效、优秀颜色质量及低成本的LED灯泡。”
据悉，该研究项目首先列出了来自Pearson晶体结构数据库的118,287种潜在的无机磷化合物。然后机器学习快速扫描这些化合物的关键属性，包括德拜（Debye）温度和化学兼容性等。 最终通过算法将上述11万多种化合物减少到了2000多种。
研究人员表示，通过传统的方法，需要数周才能挑选出有用的材料；而通过机器学习算法，在30秒内就能挑选出大约20种有用的材料。
Brgoch教授指出，该项目为机器学习可以为高性能材料的开发带来巨大的价值提供了强有力的证据。
“本文由新材料在线®平台入驻媒体号OFweek中国高科技行业门户提供，观点仅代表作者本人，不代表本网站及新材料在线®立场，本站不对文章内容真实性、准确性等负责，尤其不对文中产品有关功能性、效果等提供担保。本站提醒读者，文章仅供学习参考，不构成任何投资及应用建议。如需转载，请联系原作者。如涉及作品内容、版权和其它问题，请与我们联系，我们将在第一时间处理！本站拥有对此声明的最终解释权。”
