CORDIS - Forschungsergebnisse der EU
CORDIS

Machine Learning for Tailoring Organic Semiconductors

Projektbeschreibung

Ermittlung und Konstruktion von Verbindungen für die Verwendung in organischen Halbleitern

Das EU-finanzierte Projekt MALTOSE wird grundlegende Materialforschung mit maschinellem Lernen kombinieren, um die elektronischen Eigenschaften organischer Halbleiter detailliert zu untersuchen. Die Methodik der Forschenden wird sich auf ein tiefes neuronales Tensor-Netzwerk namens PredictNet stützen, das zur Vorhersage der elektronischen Eigenschaften von Molekülen und Polymeren entworfen und trainiert wurde. Darüber hinaus geschieht dies zu einem Bruchteil der numerischen Kosten im Vergleich zu Berechnungen der Dichtefunktionaltheorie und experimentellen Messungen. Das Projekt wird die Ermittlung und Konstruktion vielversprechender Verbindungen aus der immensen Auswahl möglicher Moleküle und Materialien für Anwendungen in organischen Photovoltaik-Solarzellen, großflächigen elektronischen Displays, flexibler organischer Elektronik und Sensoren ermöglichen.

Ziel

“Machine Learning for Tailoring Organic Semiconductors” (MALTOSE) connects fundamental materials research with machine-learning (ML) techniques, focusing on the electronic properties of organic semiconductors. The aim of this innovative project is to discover and design novel materials with exciting properties, the prime example being the design of compounds for better organic photovoltaic cells, i.e. that reach higher power-conversion efficiencies and are more stable and more environmentally friendly.

The methodology relies on a deep tensor neural network, the so-called PredictNet, that is designed and trained to predict electronic properties of molecules and polymers, at a fraction of the numerical cost compared to density-functional theory (DFT) computations, not to mention experimental measurements. PredictNet will be particularly fruitful in combination with a genetic algorithm that will be developed to propose candidate compounds from crossover and mutation from previously successful compounds. MALTOSE will enable the identification and design of promising compounds, out of the immense pool of imaginable molecules and materials, for future technological applications in fields like organic photovoltaic solar cells, large-area electronic displays, flexible organic electronics, or sensors.

The project will bring together the fellow, a recognized quantum physicist and data scientist with academic and industry research experience, and a top research host institution under the supervision of a leading expert in materials science, genetic algorithms, modelling, simulation and knowledge transfer. The fellow will receive an advanced training programme in research skills and complementary non-research-oriented skills in order to enhance his future career prospects and to provide a strong basis for an independent career.

Koordinator

FUNDACION ICAMCYL
Netto-EU-Beitrag
€ 172 932,48
Adresse
POLIGONO INDUSTRIAL EL BAYO, 19
24412 Cubillos Del Sil Leon
Spanien

Auf der Karte ansehen

Region
Centro (ES) Castilla y León León
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
€ 172 932,48