据11日《天然 通信》杂志报导，美国麻省理工学院工程师开辟的一种计较机视觉手艺年夜年夜加速了新合成电子材料的表征速度。该手艺主动阐发印刷半导体样品图象，并快速估量每一个样品的两个要害电子属性：带隙（权衡电子激活能的指标）和不变性（权衡寿命的指标）。这项新手艺对电子材料的正确表征比传统方式晋升了85倍。

提高太阳能电池、晶体管、LED和电池的机能，需要更好的电子材料。科学家正在利用人工智能（AI）东西从数亿种化学配方中辨认有前程的材料。与此同时，工程师正在建造可以按照AI搜刮算法标识表记标帜的化学成份，并一次打印数百个材料样本的机械。可是，材料表征的最后一步一向是进步前辈材料挑选进程中的首要瓶颈。

一种新的电子材料被合成后，其机能的表征凡是由范畴专家们负责，他们每小时表征约20个材料样本，这类手动进程很切确，但也很耗时。

在是，团队开辟了两种新的计较机视觉算法来主动注释电子材料图象：一种用在估量带隙，另外一种用在肯定不变性。第一种算法旨在处置来自高细节、高光谱图象的视觉数据。第二种算法阐发尺度RGB图象，并按照材质色彩随时候的转变来评估材质的不变性。

开云体育app

该团队利用这两种新算法对年夜约70个印刷半导体样品的带隙和不变性进行了表征。这些样品含有分歧成份比例的钙钛矿。应用一种算法， 全部带隙提取进程约需6分钟。另外一种算法还发生了一个可以权衡每一个样本经久性的指数。

新算法带隙和不变性的丈量正确率别离为98.5%和96.9%，与专家的手动丈量比拟速度快85倍。

研究人员打算将这项手艺整合到全主动材料挑选系统中，其利用将涵盖半导体材料的多个范畴。

特殊声明：本文转载仅仅是出在传布信息的需要，其实不意味着代表本网站不雅点或证实其内容的真实性；如其他媒体、网站或小我从本网站转载利用，须保存本网站注明的“来历”，并自大版权等法令责任；作者假如不但愿被转载或联系转载稿费等事宜，请与我们联系。

上一篇:开云-中国工程院首批院士王永志逝世，享年92岁—新闻—科学网 下一篇:开云-南方医科大学回应“教师因抢救病人致上课迟到被扣钱”：正了解核实—新闻—科学网