European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Machine Learning for Tailoring Organic Semiconductors

Descripción del proyecto

Identificación y diseño de compuestos para semiconductores orgánicos

El proyecto MALTOSE, financiado con fondos europeos, combinará la investigación fundamental sobre materiales con el aprendizaje automático para estudiar en detalle las propiedades electrónicas de los semiconductores orgánicos. La metodología de los investigadores se basará en una red neuronal profunda de tensor, llamada PredictNet, que ha sido diseñada y entrenada para predecir las propiedades electrónicas de moléculas y polímeros. Y, además, lo hace a una fracción del coste computacional que las mediciones experimentales y las computaciones de la teoría del funcional de la densidad. El proyecto permitirá la identificación y el diseño de prometedores compuestos a partir del enorme conjunto de materiales y moléculas posibles para aplicaciones en células fotovoltaicas orgánicas, pantallas electrónicas de gran superficie, sensores y materiales electrónicos orgánicos flexibles.

Objetivo

“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.

Régimen de financiación

MSCA-IF-EF-ST - Standard EF

Coordinador

FUNDACION ICAMCYL
Aportación neta de la UEn
€ 172 932,48
Dirección
POLIGONO INDUSTRIAL EL BAYO, 19
24412 Cubillos Del Sil Leon
España

Ver en el mapa

Región
Centro (ES) Castilla y León León
Tipo de actividad
Research Organisations
Enlaces
Coste total
€ 172 932,48