聚合物单元指纹 (PUFp)：用于机器学习的聚合物有机半导体的可访问表达,ACS Applied Materials & Interfaces

当前位置： X-MOL 学术 › ACS Appl. Mater. Interfaces › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

聚合物单元指纹 (PUFp)：用于机器学习的聚合物有机半导体的可访问表达
ACS Applied Materials & Interfaces ( IF 8.3 ) Pub Date : 2023-04-21 , DOI: 10.1021/acsami.3c03298
Xinyue Zhang _{1,

2} , Genwang Wei _{1,

2} , Ye Sheng _{1,

3} , Wenjun Bai _{1,

2} , Jiong Yang _{3,

4} , Wenqing Zhang ₁ , Caichao Ye _{1,

2}

Affiliation

可以根据功能单元的识别及其在材料特性中的作用来设计高性能有机半导体 (OSC)。在此，我们提出了一种聚合物单元指纹 (PUFp) 生成框架，“基于 Python 的聚合物单元识别脚本”(PURS)，用于识别聚合物中的“聚合物单元”亚基并生成聚合物单元指纹 (PUFp) . 使用收集到的 678 个 OSC 数据，机器学习 (ML) 模型可以通过使用 PUFp 作为结构输入来确定结构-移动关系，分类准确率达到 85.2%。构建了一个由 445 个单元组成的聚合物单元库，并确定了影响 OSC 移动性的关键聚合物单元。通过研究具有流动性能的聚合物单元的组合，提出了一种结合 ML 方法和 PUFp 信息设计 OSC 的方案。该方案不仅被动地预测 OSC 迁移率，而且还主动为高迁移率 OSC 材料设计提供结构指导。拟议的方案展示了通过预评估和分类 ML 步骤筛选材料的能力，并且是将 ML 应用于高机动性 OSC 发现的替代方法。

"点击查看英文标题和摘要"

更新日期：2023-04-21

点击分享查看原文

点击收藏

阅读更多本刊新发论文本刊介绍/投稿指南