Knowledge Mining for Energy Material Discovery and Development by Deep Learning 基於深度學習的能源材料發現與開發的知識挖掘

 

科學家們正在探索可再生能源(RE),但他們追求的儲能(ES)解決方案愈來愈站不住腳。現時已有一些高級功能材料的研究是針對納米材料的設計。然而,傳統的科學實驗方法總是需要大量的時間和金錢來開發這些新材料。

為此,我們設計了深度學習系統,以尋找多學科中最有潛力的材料。一方面,我們基於研究的系統在自動化科學發現方面,顯示出顯著的優勢,包括在文獻綜述過程中節省約90%的時間,而且與實驗排名的相關性達70%,後者的結果是傳統方法的兩倍多。另一方面,我們基於實驗的系統支援納米材料製造中的多元參數優化,節省了75%的時間。

通過這個項目,我們計劃進一步開發AI解決方案,使其達到更高的實際應用水準。我們將開發一個平台,用戶可以按材料設計所需而制定人工智能解決方案,或使用我們開發的系統,査詢材料設計和實驗參數的預測。

 

 

Team members

萬雨薇小姐*(香港城市大學翻譯及語言學系博士生)
謝童先生(新南威爾士大學)
王少舟先生(新南威爾士大學)
令狐清源先生(新南威爾士大學)
彭婕君小姐(約翰霍普金斯大學)

* 項目負責人
(資料以隊伍遞交報名時為準)

成就
  1. 香港城市大學HK Tech 300種子基金(2022)
  2. 「春暉杯」中國留學人員創新創業大賽創新創業成長獎(2022)
  3. Innovation Australia 2021前12名項目(2021)