【儀表網(wǎng) 研發(fā)快訊】近期，中國科學院新疆理化技術(shù)研究所研究團隊在利用機器學習輔助新型非線性光學材料設(shè)計方面取得進展。該團隊提出了通過機器學習方法探索未知化學空間的新策略，實現(xiàn)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(shù)在機器學習方面的定量預測，為新型光學材料設(shè)計提供了理論指導工具。
 

　　由于未知化學空間的廣闊性以及理論預測框架缺乏，實驗探索新型非線性光學材料是頗具挑戰(zhàn)性的任務(wù)。該研究提出了將機器學習技術(shù)與晶體結(jié)構(gòu)生成方法相結(jié)合的新型理論設(shè)計與預測方法，通過描述符信息指導新型非線性光學材料合成。該研究訓練了用于預測材料的最大非線性光學系數(shù)的機器學習模型。這一模型融合化學組分和結(jié)構(gòu)描述符，能夠系統(tǒng)分析結(jié)構(gòu)與性能之間的構(gòu)效關(guān)系。
 

　　為進一步提升發(fā)現(xiàn)新型非線性光學材料的效率，該研究引入了快速晶體結(jié)構(gòu)生成技術(shù)，建立了探索未知化學空間的高效預測流程�；谶@一理論流程，僅需輸入晶體結(jié)構(gòu)文件，即可在較短時間內(nèi)獲得目標化學結(jié)構(gòu)的倍頻系數(shù)。以紅外非線性光學材料為應(yīng)用案例，這一預測流程識別出7種具備理想倍頻響應(yīng)的紅外化合物，其中一種已在實驗中合成并完成表征，驗證了該理論設(shè)計方法的有效性。
 

　　上述研究克服了通過機器學習模型定量預測二次諧波系數(shù)的難題，為加速探索和合成具有強二次諧波響應(yīng)的非線性光學新材料提供了理論指導。
 

　　相關(guān)研究成果發(fā)表在Small上。研究工作得到國家自然科學基金、中國科學院相關(guān)項目、新疆維吾爾自治區(qū)相關(guān)項目的支持。
 

研究發(fā)現(xiàn)符合預期的具有強二次諧波效應(yīng)的非線性光學材料