跳到正文
Journal of the American Chemical Society·· 19 天前精选AI 评分82

机器学习引导设计半刚性空穴选择性自组装单分子层,倒置钙钛矿电池效率达 26.36%

Machine-Learning-Guided Design of Semirigid Hole-Selective Self-Assembled Monolayers for High-Efficiency and Stable Perovskite Solar Cells

AI 导读

研究团队用成对排序 Siamese D-MPNN 在已发表 SAM 对照-目标数据对上训练,发现降低尾基平面性可提升 PCE,据此设计出七元环 SAM 4PABAP(ML 评分 +2.54)和 4PAHBAP(+5.52),均高于 4PACz(−0.32)。

推荐理由

用成对排序 Siamese D-MPNN 从已发表 SAM 数据中筛选空穴传输分子,并给出可迁移的机器学习先行再验证流程。

来源:Journal of the American Chemical Society · doi.org