Ученые применили машинное обучение для расчета солнечных батарей

Систему машинного обучения для разработки материалов солнечных батарей разработали ученые Аргоннской национальной лаборатории Министерства энергетики США (DOE), 2 марта сообщает журнал Chemical Science.

Моделирование взаимодействия электромагнитного излучения с различными типами поверхности является большой проблемой. Но теперь исследовательская группа нашла способ упростить эти задачи моделирования. На основе машинного обучения ученые смогли реализовать решение квантово-механических уравнений, описывающих поглощение света твердым телом, жидкостью или молекулой.

«Важным результатом нашей работы было понимание того, что мы можем повторно использовать информацию, полученную для данного твердого или жидкого вещества, без повторения расчетов для аналогичных систем. По сути, мы разработали своего рода протокол переработки, чтобы уменьшить сложность вычислений, необходимых для моделирования поглощения света материалами и молекулами», — сказал Сидзя Донг, аспирант в Аргонне.

Фактически, разработанная учеными методика позволила моделировать спектры поглощения сложных систем в 10-200 раз быстрее. Системы также включают в себя расчеты поглощения ЭМИ на границах твердых и жидких фаз, например воды и фотоэлектрода.

Эти протоколы могут привести к большой экономии, когда дело доходит до моделирования, которое может занять много часов или даже дней на высокопроизводительных вычислительных архитектурах.