将量子化学、机器学习和速率理论相结合用于有机发光材料
计算材料学
2025-11-28 14:35
文章摘要
本文综述了量子化学、机器学习和速率理论在有机发光材料中的结合应用。背景方面,自1987年OLED技术问世以来,有机发光材料作为核心组件,其发光效率直接影响器件性能。研究目的旨在通过计算化学方法建立从分子结构到器件性能的预测桥梁,重点针对荧光材料、TADF材料和磷光材料开发高效筛选策略。研究结论表明,结合TD-DFT、波函数方法和Uni-Mol机器学习模型,可有效预测材料的光物理性能,成功筛选出具有低阈值、高效率和窄光谱特性的候选分子,为有机激光材料和磷光OLED材料的设计提供了可靠的理论指导。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。