关于机器学习能加快新型LED照明材料的发掘【星空视讯】，下面从多个角度归纳核心要点，方便读者快速参考。JakoahBrgoch教授回应：“我们的目标是研发具备高效、杰出颜色质量及低成本的LED灯泡。

”据报，该研究项目首先所列了来自Pearson晶体结构数据库的118,287种潜在的无机磷化合物。然后机器学习较慢扫瞄这些化合物的关键属性，还包括德拜（Debye）温度和化学兼容性等。

据外媒报导，休斯顿大学日前宣告，其研发的机器学习算法需要预测多达100,000种化合物的特性，并能确认那些最有可能沦为LED灯光高效荧光粉的化合物。其中，研究人员制备的一种名为“硼酸钡钠”的可计算出来化合物，在对其展开了测试之后，找到它获取了95%的效率以及出众的热稳定性。虽然硼酸钡钠化合物产生的光线过于绿，而呼吸困难用作商用，但是研究人员并不沮丧。他们回应，他们现在就能通过机器学习算法寻找一种能升空简单波长的闪烁材料。

最后结合算法将上述11万多种化合物增加到了2000多种。研究人员回应，依托传统的方法，必须数周才能挑选出简单的材料；而依托机器学习算法，在30秒内就能挑选出约20种简单的材料。Brgoch教授认为，该项目为机器学习可为高性能材料的研发带给极大的价值获取了强有力的证据。

整体来看，机器学习能加快新型LED照明材料的发掘【星空视讯】的相关信息仍值得持续留意。

本文来源：星空娱乐-www.xingkongyuleofficial.com