科研进展
苏州实验室科研成果在权威期刊发表
近日，实验室王金兰教授团队成功提出一个旨在加速材料合成的机器学习通用框架，其研究成果以“Universal machine learning aided synthesis approach of two-dimensional perovskites in a typical laboratory(机器学习辅助二维钙钛矿材料合成的通用方法在典型实验室环境中的应用)”为题，于1月2日发表在Nature Communications上。
该框架结合了高通量实验、专家知识和机器学习技术，可以在典型实验室环境下有效地构建实验条件、材料结构以及可合成性之间的耦合映射关系，并高效地搜索具有高合成性的材料。团队与浙江师范大学张毅教授实验团队合作，在二维钙钛矿材料的实验合成中，从8406种候选材料中筛选出了344种具有高合成性的二维钙钛矿材料，将实验合成成功率提高了约四倍。该工作有效地克服了传统材料合成过程需多次试错的问题，是理论驱动新型材料创新的典型范例。
