【儀表網 研發快訊】近期，中國科學院新疆理化技術研究所的研究團隊在利用機器學習輔助新型非線性光學材料設計方面取得了重要進展，提出了一種通過機器學習方法探索未知化學空間的新策略，實現了從紅外到紫外再到深紫外非線性光學多元復雜體系的倍頻系數在機器學習方面的定量預測，為新型光學材料的設計提供了后續的理論指導工具。
由于未知化學空間的廣闊性以及缺乏有效的理論預測框架，高效實驗探索新型非線性光學材料一直是一項極具挑戰性的任務。新疆理化技術研究所晶體材料研究中心提出了一種創新的理論設計與預測方法，將機器學習技術與晶體結構生成方法相結合，通過描述符信息指導新型非線性光學材料的合成。該研究訓練了一個機器學習模型，用于預測材料的最大非線性光學系數。該模型融合化學組分和結構描述符，能夠系統分析結構與性能之間的構效關系。為進一步提升發現新型非線性光學材料的效率，研究引入了快速晶體結構生成技術，建立起探索未知化學空間的高效預測流程(圖1)。基于這一理論流程，僅需輸入晶體結構文件，即可在較短時間內獲得目標化學結構的倍頻系數。以紅外非線性光學材料為應用案例，該預測流程成功識別出七種具備理想倍頻響應的紅外化合物，其中一種已在實驗中成功合成并完成表征(CsIn5Se8,d24>1×AgGaS2)，驗證了該理論設計方法的有效性。本研究克服了通過機器學習模型定量預測二次諧波系數的難題，為加速探索和合成具有強二次諧波響應的非線性光學新材料提供了高效的理論指導。
圖1.發現具有期望的二次諧波產生響應的NLO材料
相關研究成果以Research Article的形式發表在期刊《Small》(Small, 2025, 2500540)上，新疆理化技術研究所為唯一通訊單位，晶體材料研究中心潘世烈和楊志華研究員為通訊作者，博士研究生安然，王宏善和研究員謝聰偉為論文第一作者。該研究工作得到國家自然科學基金、中國科學院、新疆維吾爾自治區項目的資助。
所有評論僅代表網友意見，與本站立場無關。