Knowledge Mining for Energy Material Discovery and Development by Deep Learning 基于深度学习的能源材料发现与开发的知识挖掘
科学家们正在探索可再生能源(RE),但他们追求的储能(ES)解决方案愈来愈站不住脚。现时已有一些高级功能材料的研究是针对纳米材料的设计。然而,传统的科学实验方法总是需要大量的时间和金钱来开发这些新材料。
为此,我们设计了深度学习系统,以寻找多学科中最有潜力的材料。一方面,我们基于研究的系统在自动化科学发现方面,显示出显著的优势,包括在文献综述过程中节省约90%的时间,而且与实验排名的相关性达70%,后者的结果是传统方法的两倍多。另一方面,我们基于实验的系统支援纳米材料制造中的多元参数优化,节省了75%的时间。
通过这个项目,我们计划进一步开发AI解决方案,使其达到更高的实际应用水准。我们将开发一个平台,用户可以按材料设计所需而制定人工智能解决方案,或使用我们开发的系统,査询材料设计和实验参数的预测。
Team members
万雨薇小姐*(香港城市大学翻译及语言学系博士生)
谢童先生(新南威尔士大学)
王少舟先生(新南威尔士大学)
令狐清源先生(新南威尔士大学)
彭婕君小姐(约翰霍普金斯大学)
* 项目负责人
(资料以队伍递交报名时为准)
谢童先生(新南威尔士大学)
王少舟先生(新南威尔士大学)
令狐清源先生(新南威尔士大学)
彭婕君小姐(约翰霍普金斯大学)
* 项目负责人
(资料以队伍递交报名时为准)
成就
- 香港城市大学HK Tech 300种子基金(2022)
- 「春晖杯」中国留学人员创新创业大赛创新创业成长奖(2022)
- Innovation Australia 2021前12名项目(2021)