2.揭露了光照誘導(dǎo)鈣鈦礦晶格膨脹與電池性能之間的相互關(guān)聯(lián)，化騰為設(shè)計(jì)開(kāi)發(fā)高性能鈣鈦礦電池積累了寶貴的理論知識(shí)。沒(méi)本馬作者預(yù)計(jì)這些結(jié)果將刺激對(duì)用于下一代照明和顯示技術(shù)的基于單發(fā)射器的白光發(fā)光磷光體和二極管的研究。事幫鈣鈦礦太陽(yáng)能領(lǐng)域的十大重量級(jí)人物材料人報(bào)告|2019年第一季度鈣鈦礦太陽(yáng)能電池研究詳情分析本文由eric供稿。

NO.6Science:Eu3+/Eu2+離子對(duì)賦予鈣鈦礦太陽(yáng)能電池超穩(wěn)操作耐久性研究亮點(diǎn)：見(jiàn)馬1.在鈣鈦礦活性層中引入Eu3+-Eu2+離子對(duì)，見(jiàn)馬充當(dāng)氧化還原梭，其在周期性轉(zhuǎn)變中同時(shí)氧化Pb0并減少I(mǎi)0缺陷。2009年，化騰日本桐蔭橫濱大學(xué)的宮坂力教授將碘化鉛甲胺和溴化鉛甲胺應(yīng)用于染料敏化太陽(yáng)能電池，化騰獲得了最高3.8%的光電轉(zhuǎn)化效率，此為鈣鈦礦光伏技術(shù)的起點(diǎn)。

沒(méi)本馬鈣鈦礦納米晶的篩選可以通過(guò)機(jī)器學(xué)習(xí)來(lái)解決。

在最大功率點(diǎn)跟蹤500小時(shí)后保持91％的初始PCE，事幫在1-sun連續(xù)光照1000小時(shí)后保持93％的初始PCE，或者在85℃下加熱1000小時(shí)保持91％的初始PCE。對(duì)錯(cuò)誤的判斷進(jìn)行糾正，見(jiàn)馬我們的大腦便記住這一特征，并將大腦的模型進(jìn)行重建，這樣就能更準(zhǔn)確的有性別的區(qū)別。

圖3-11識(shí)別破壞晶格周期性的缺陷的深度卷積神經(jīng)網(wǎng)絡(luò)圖3-12由深度卷積神經(jīng)網(wǎng)絡(luò)確定的無(wú)監(jiān)督的缺陷分類圖3-13不同缺陷態(tài)之間轉(zhuǎn)移概率的分析4機(jī)器學(xué)習(xí)在材料領(lǐng)域的研究展望與其他領(lǐng)域，化騰如金融、化騰互聯(lián)網(wǎng)用戶分析、天氣預(yù)測(cè)等相比，材料科學(xué)利用機(jī)器學(xué)習(xí)算法進(jìn)行預(yù)測(cè)的缺點(diǎn)就是材料中的數(shù)據(jù)量相對(duì)較少。然后，沒(méi)本馬使用高斯混合模型對(duì)檢測(cè)到的缺陷結(jié)構(gòu)進(jìn)行無(wú)監(jiān)督分類（圖3-12），并顯示分類結(jié)果可以與特定的物理結(jié)構(gòu)相關(guān)聯(lián)。

參考文獻(xiàn)[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子揚(yáng),電子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顧：事幫認(rèn)識(shí)這些帶你輕松上王者——電催化產(chǎn)氧（OER）測(cè)試手段解析新能源材料領(lǐng)域常見(jiàn)的碳包覆法——應(yīng)用及特點(diǎn)單晶培養(yǎng)秘訣——知己知彼，事幫對(duì)癥下方，方能功成。再者，見(jiàn)馬隨著計(jì)算機(jī)的發(fā)展，見(jiàn)馬許多諸如第一性原理計(jì)算、相場(chǎng)模擬、有限元分析等手段隨之出現(xiàn)，用以進(jìn)行材料的結(jié)構(gòu)以及性能方面的計(jì)算，但是往往計(jì)算量大，費(fèi)用大。