Sep, 2023

通过自主实验进行定制纳米颗粒合成和化学知识发现

PDF
TL;DR本研究提出了一种自主实验平台，用于设计具有目标光学特性的纳米颗粒（NPs），并展示了该平台在银（Ag）NPs 合成中的应用，表明该平台能够高效地生成具有所需吸收光谱的 Ag NPs，并进一步揭示了柠檬酸调控竞争将会影响吸收光谱形状的新型化学知识。
发现论文，激发创造
  • 利用贝叶斯优化光学等离子体发射实现薄膜氮化物的自主溅射合成及成分控制

    利用高度自动化的溅射反应器、光电发射光谱和贝叶斯优化算法，模拟薄膜成分并最小化发射信号的测量误差，将多种元素的准确控制引入溅射沉积过程，实现了制备具有特定组成、误差小的薄膜的自主化实验方法。

    May, 2023

  • 利用人工神经网络进行纳米光子颗粒模拟和反向设计

    使用人工神经网络逼近多层纳米粒子的光散射，并利用反向传播求解纳米光子逆向设计问题。

    Oct, 2017

  • 催化剂设计和优化的人工智能工作流程

    该研究提出了一种创新的人工智能工作流，结合了大型语言模型、贝叶斯优化和主动学习循环，以加快和增强催化剂优化。该方法将先进语言理解与强大的优化策略相结合，将从各种文献中提取的知识有效地转化为可行的实验和优化参数。在本文中，我们展示了该 AI 工作流在氨合成催化剂优化中的应用，结果突显了该工作流在简化催化剂开发过程方面的能力，提供了一种快速、资源高效且高精度的替代传统方法的选择。

    Feb, 2024

  • 基于文献训练的神经网络的无机材料合成规划

    本文介绍一项基于语言模型的自动化方法，通过自然文本连接文献与合成洞见，提高材料设计和发现速度，并展示该方法在预测钙钛矿材料先驱体和筛选新化合物方面的潜力。

    Dec, 2018

  • 利用定量表示和高维分布距离检测合成参数效应

    应用联合分布理论、高维分布统计和置换统计方法，探测化学合成过程参数对材料微结构的影响。以铀盐为原材料，检测醛酸盐及攻击顺序等因素对二氧化钚晶体结构的影响及二度影响

    Apr, 2023

  • 揭示人工智能在纳米材料形态预测中的潜力

    该研究探索了 AI 在数据可用性限制下预测纳米颗粒形态的潜力，通过建立一个双倍于类似研究的新的多模态数据集，系统评估了经典机器学习和大型语言模型在纳米材料形状和尺寸预测方面的性能，并最后用一个文本到图像系统进行了原型设计，讨论了所得到的经验结果以及现有方法的局限性和潜力。

    May, 2024

  • 一种动态贝叶斯优化的主动推荐系统，用于以好奇心驱动的人为中心的自动实验

    通过人为干预的贝叶斯优化主动推荐系统 (BOARS)，实现对实验目标的动态控制并结合机器学习算法进行优化，在铁电薄膜表面的压电响应力谱中得出对称压电响应振幅滞环的影响因素，在实验领域进行了跨学科探索。

    Apr, 2023

  • 机器学习辅助光子器件的全局优化

    本文提出了一种基于机器学习的全局优化框架，以设计光子器件。该方法使用对抗自动编码器和元启发式优化框架，通过物理传递的压缩设计空间工程，提高了元器件配置的优化搜索效率，并可以揭示器件的光学性能的物理基础。

    Jul, 2020

  • 基于代理的从科学文献中学习材料数据集

    通过使用大型语言模型（LLMs）创建化学家 AI 代理程序，本研究克服了通过自动创建从自然语言文本中提取结构化数据集所面临的质量和一致性问题、可扩展性限制、以及人为错误和偏见的风险，进而简化了各种材料发现应用的机器学习数据集的编制，以及对自然语言处理工具的易用性提升。

    Dec, 2023

  • 基于贝叶斯优化的钙钛矿实验中物理材料参数提取

    使用贝叶斯优化方法开发的分析平台可以从瞬态光致发光实验中提取有机金属钙钛矿半导体的最多八个基础材料参数，该平台可以方便地应用于其他实验，加速材料的发现和光伏等应用中半导体材料的优化。

    Feb, 2024