National Yang Ming Chiao Tung University

Objet publié

Les semi-conducteurs organiques ont fait l’objet de recherches intensives au cours des 20 dernières années en raison de leur grande variété d’applications commerciales de premier plan. La performance et le procédé de fabrication des dispositifs dépendent fortement des propriétés inhérentes des semi-conducteurs organiques. Dans le cadre de ce projet, l’équipe de McGill collaborera avec une équipe du CNRC et du NYMCTU pour développer et appliquer des méthodes et des modèles d’apprentissage machine (AM), qui permettront de condenser les données disponibles sur les semi-conducteurs organiques pour en faire une « boussole computationnelle », afin de guider l’optimisation des matériaux nécessaires à la fabrication de dispositifs photovoltaïques organiques (PVO) et thermoélectriques (TE) très performants, stables et « écologiques ». Pour atteindre cet objectif, les équipes combineront des approches d’AM basées sur des données avec des simulations basées sur la physique (mais améliorées par l’AM) qui permettront de compléter les détails de la manifestation de la diversité structurelle et d’encoder les relations morphologie-fonction nécessaires dans des modèles d’AM génératifs qui seront utilisés pour proposer des matériaux hypothétiques. Des protocoles de synthèse, de purification et de caractérisation seront mis au point pour la réalisation expérimentale de ces nouveaux matériaux. Les travaux seront menés en étroite collaboration entre les équipes de McGill et du CNRC; du personnel hautement qualifié (PHQ) visitera régulièrement les installations du CNRC et les efforts de calcul seront soutenus par les experts de l’équipe du CNRC. Comme résultats, on attend que ces travaux produisent des modèles d’apprentissage automatique pour la conception de nouveaux matériaux PVO et TE, de nouveaux protocoles de synthèse, de purification et de caractérisation et, en fin de compte, de nouveaux dispositifs PVO et TE.