文献

J-GLOBAL ID：202002271968775447   整理番号：20A2567506

太陽電池のエネルギー変換効率予測のためのQSPRモデリングにおける深層学習アーキテクチャ【JST・京大機械翻訳】

Deep-Learning Architecture in QSPR Modeling for the Prediction of Energy Conversion Efficiency of Solar Cells

著者 (9件)： Wu Jinkui (School of Chemical Engineering, Sichuan University, China) ,  Wang Shihui (School of Chemical Engineering, Sichuan University, China) ,  Zhou Li (School of Chemical Engineering, Sichuan University, China) ,  Ji Xu (School of Chemical Engineering, Sichuan University, China) ,  Dai Yiyang (School of Chemical Engineering, Sichuan University, China) ,  Dang Yagu (School of Chemical Engineering, Sichuan University, China) ,  Kraft Markus (Cambridge Center for Advanced Research and Education in Singapore Ltd., Singapore) ,  Kraft Markus (Department of Chemical Engineering and Biotechnology, University of Cambridge, U.K.) ,  Kraft Markus (School of Chemical and Biomedical Engineering, Nanyang Technological University, Singapore)
資料名： Industrial & Engineering Chemistry Research  (Industrial & Engineering Chemistry Research)
巻： 59  号： 42  ページ： 18991-19000  発行年： 2020年 
JST資料番号： C0385C  ISSN： 0888-5885  CODEN： IECRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 化学的プロセスおよび生成物の効率的で効果的な設計は,本質的に重要な特性の正確な予測に依存する。本研究では,双方向長短期メモリ(Bi-LSTM)ネットワーク,注意機構,およびバックプロパゲーションニューラルネットワーク(BPNN)を統合した深層学習アーキテクチャを,有機太陽電池のエネルギー変換効率の予測のために開発した。自然言語処理における人工知能の成功に触発されて,著者らは最初に,分子の組成構造を表現するために,分子署名符号化と情報埋込みのための新しい戦略を開発した。次に,Bi-LSTMという先進的再帰ニューラルネットワークを用いて,分子情報を処理し,一方,BPNNを適用して,エネルギー変換効率を相関させた。この手順の間,注意機構を用いて,興味のある特性に重要な分子成分を同定した。提案した方法の性能を評価するために,20,000以上の有機光起電力のエネルギー変換効率を用いて,モデルを訓練し,試験した。【結果】いくつかの他のモデリング手法との比較は,提案方法が予測精度において競争力があり,小さなデータセットに対して良好な移動性を有することを示した。さらに,提案方法は決定的な分子成分を同定でき,有機太陽電池の逆設計に有益な情報を提供する。Copyright 2020 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  光起電力 ,  *太陽電池 ,  ネットワーク ,  ニューラルネットワーク ,  化学プロセス ,  自然言語処理 ,  人工知能 ,  エネルギー変換効率 ,  *計算機アーキテクチャ ,  *定量的構造活性相関
準シソーラス用語： 予測精度 ,  有機太陽電池 ,  移動性 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 太陽電池  (NC03084O)

タイトルに関連する用語 (7件)： 太陽電池 ,  エネルギー変換効率 ,  予測 ,  QSPR ,  モデリング ,  深層学習 ,  アーキテクチャ