北京航空航天大学缪奶华教授、孙志梅教授JMI最新综述 | 机器学习驱动的光电材料发现

本文综述了机器学习在光电材料发现中的应用，强调了数据驱动科学在材料研究中的重要性。背景方面，传统的材料发现方法效率低下且成本高昂，而机器学习与高通量计算的融合为光电材料的高效发现与性能预测提供了新路径。研究目的方面，文章系统回顾了机器学习与高通量筛选结合应用于光电材料发现的研究进展，并探讨了光电材料在太阳能利用、光电探测、光催化与照明显示等领域的应用。结论部分指出，数据驱动科学与人工智能的融合正深刻改变光电材料的研究范式，未来研究将更加关注多目标优化和实验与理论的闭环协同。