Квант Цвета

Forwarded from Химия в России и за рубежом (канал ИОНХ РАН)

Инновационный подход к дизайну эффективных иридиевых излучателей для дисплеев

Ученые из Института общей и неорганической химии им. Н.С. Курнакова РАН и Московского государственного университета им. М.В. Ломоносова представили инновационный подход к прогнозированию люминесцентных свойств комплексов иридия(III) с использованием машинного обучения и новой базы данных IrLumDB. На первом этапе были собраны и систематизированы экспериментальные данные о люминесцентных свойствах 1287 комплексов иридия(III) из 340 научных статей. Полученная уникальная база данных IrLumDB содержит информацию о длине волны максимума излучения (λmax) и квантовом выходе фотолюминесценции для каждого комплекса. На ее основе популярные алгоритмы машинного обучения (XGBoost, LightGBM и Catboost) были обучены предсказывать длину волны λmax и квантовый выход люминесценции с высокой точностью, которая превосходит метрики, достижимые современными методами квантовой химии и является соизмеримой с точностью определения свойств значительно более простых органических молекул методами машинного обучения. Химики также подготовили онлайн-приложение IrLumDB App, в котором любому исследователю доступны визуализация базы данных и возможность предсказания свойств для своих гипотетических комплексов.
Результаты работы, поддержанной Российским научным фондом (№ 24-73-10232), опубликованы в журнале Journal of Materials Chemistry C и могут быть использованы для поиска новых компонентов для оптической электроники.

Sergei V. Tatarin, Lev V. Krasnov, Ekaterina V. Nykhrikova, Maxim M. Minin, Daniil E. Smirnov, Andrei V. Churakov and Stanislav I. Bezzubov; Towards Accelerating the Discovery of Efficient Iridium(III) Emitters Using Novel Database and Machine Learning Based Only on Structural Formula. Journal of Materials Chemistry C, 2025, 10.1039/D5TC00305A. https://doi.org/10.1039/D5TC00305A

Пресс-релиз опубликован на сайтах РАН, Научная Россия, РНФ, Поиск

#российскаянаука #ионх

pubs.rsc.org

Towards accelerating the discovery of efficient iridium(III) emitters using a novel database and machine learning based only on…

Cyclometalated iridium(iii) complexes are excellent emitters for organic light-emitting diodes (OLEDs), but the design of these compounds requires substantial cost and experimental efforts. In this work, we aimed at a simple and fast data-driven prediction…

www.group-telegram.com/tw/color_quant.com/105

705 viewsMar 31 at 15:11

Инновационный подход к дизайну эффективных иридиевых излучателей для дисплеев

Ученые из Института общей и неорганической химии им. Н.С. Курнакова РАН и Московского государственного университета им. М.В. Ломоносова представили инновационный подход к прогнозированию люминесцентных свойств комплексов иридия(III) с использованием машинного обучения и новой базы данных IrLumDB. На первом этапе были собраны и систематизированы экспериментальные данные о люминесцентных свойствах 1287 комплексов иридия(III) из 340 научных статей. Полученная уникальная база данных IrLumDB содержит информацию о длине волны максимума излучения (λmax) и квантовом выходе фотолюминесценции для каждого комплекса. На ее основе популярные алгоритмы машинного обучения (XGBoost, LightGBM и Catboost) были обучены предсказывать длину волны λmax и квантовый выход люминесценции с высокой точностью, которая превосходит метрики, достижимые современными методами квантовой химии и является соизмеримой с точностью определения свойств значительно более простых органических молекул методами машинного обучения. Химики также подготовили онлайн-приложение IrLumDB App, в котором любому исследователю доступны визуализация базы данных и возможность предсказания свойств для своих гипотетических комплексов.
Результаты работы, поддержанной Российским научным фондом (№ 24-73-10232), опубликованы в журнале Journal of Materials Chemistry C и могут быть использованы для поиска новых компонентов для оптической электроники.

Sergei V. Tatarin, Lev V. Krasnov, Ekaterina V. Nykhrikova, Maxim M. Minin, Daniil E. Smirnov, Andrei V. Churakov and Stanislav I. Bezzubov; Towards Accelerating the Discovery of Efficient Iridium(III) Emitters Using Novel Database and Machine Learning Based Only on Structural Formula. Journal of Materials Chemistry C, 2025, 10.1039/D5TC00305A. https://doi.org/10.1039/D5TC00305A

Пресс-релиз опубликован на сайтах РАН, Научная Россия, РНФ, Поиск

#российскаянаука #ионх

BY Квант Цвета