有机分子的增材工程关于完成高功能钙钛矿光电器材至关重要。但是，经过试验寻觅适宜的增加剂既贵重又耗时，而传统的机器学习 (ML) 因为在这个相对较新的领域中可用的试验数据有限，因而难以精确猜测。

  南京工业大学黄维院士（西北工业大学）, 王建浦以及Lin Zhu等人展现了一种深度学习方法，该方法能够经过运用132个分子的小型数据集以高达 96% 的高精度猜测钙钛矿发光二极管 (PeLED) 中增加剂的有效性。

  该模型能够最大极限地使用分子的信息，并明显缓解曾经的ML模型进行分子挑选时经常出现的重复问题。使用猜测的增加剂，能轻松完成十分高效率的PeLED，其峰值外量子效率高达22.7%。该工作为进一步提高钙钛矿光电器材的功能拓荒了一条新途径。

  为加强科研协作，咱们为海内外科研人员专门开通了钙钛矿科创协作专业科研沟通微信群 。加微信群方法：增加修改微信pvalley2019，补白： 名字-单位-研讨方向（无补白请恕不经过），由修改审阅后邀请入群。