（物电学院 通讯员 陈美华）近期，我校低维光电材料与器件湖北省重点实验室“新型光电功能材料”团队李望南博士在钙钛矿光伏电池领域的重要研究成果“Machine learning enabled development of unexplored perovskite solar cells with high efficiency”发表在国际能源领域顶级杂志Nano Energy上，我校为唯一通讯单位。

在本研究中，团队将人工智能算法用于发现和探索未曾报道的高效钙钛矿电池。通过筛选符合条件的钙钛矿实验数据，进行模型构建，并找到最优机器学习算法，再将获得的优化算法用来预测未发现、未报道的高效率钙钛矿电池。根据机器学习算法的预测，该团队在实验上进行相关钙钛矿材料合成及电池器件制备。通过实验与理论比较，发现两者吻合的很好。在此基础上，为了进一步提高光电流密度和转换效率，团队通过光管理策略，在玻璃的入光面采用PDMS材质的纳米锥阵列结构设计，提高短路电流密度，相应地，转换效率也随之提升，电池稳定性方面展现出明显提升。

机器学习算法应用于开发高效未知钙钛矿电池工作原理

该研究是我校与杭州电子科技大学、武汉理工大学、三峡大学、襄阳三沃航天薄膜材料有限公司共同合作完成，并得到国家重点研究发展计划国际科技创新合作重点专项、湖北省重点研发计划“中央引导地方科技发展专项”的支持。

审稿人：汪竞阳