加速聚合物太阳能电池材料发现：自然语言处理驱动的数据洞察
材料科学
2024-08-08 v2 计算与语言
应用物理
摘要
我们利用自然语言处理流水线从跨越约20年的文献中提取数据，模拟了多种主动学习策略用于发现聚合物太阳能电池给体/受体对。尽管数据驱动方法已被证实能比爱迪生式试错法更快地发现新材料，但其在可能耗时数十年的材料发现问题中的优势尚未被量化。我们的方法表明，发现时间可潜在减少约75%，相当于材料创新加速15年。我们的流水线能够从超过3300篇论文中提取数据，其规模约为其他研究者报告的类似数据集的5倍，因此多样性更高。我们还训练了机器学习模型来预测功率转换效率，并利用模型识别了尚未报道的有前景的给体-受体组合。因此，我们展示了一条从已发表文献到提取材料属性数据，进而获得数据驱动洞察的流水线。我们的洞察包括主动学习策略，这些策略可用于训练材料属性的强预测模型，或对初始材料系统具有鲁棒性。这项工作为材料科学中的数据驱动研究提供了有价值的框架。
引用
@article{arxiv.2402.19462,
title = {Accelerating materials discovery for polymer solar cells: Data-driven insights enabled by natural language processing},
author = {Pranav Shetty and Aishat Adeboye and Sonakshi Gupta and Chao Zhang and Rampi Ramprasad},
journal= {arXiv preprint arXiv:2402.19462},
year = {2024}
}