Diari Més

URV

Intel·ligència artificial per predir el rendiment de les cèl·lules solars orgàniques

En la recerca hi participen investigadors de la URV i de l'Institut de Ciències de Materials de Barcelona

Mostres de cèl·lules solars orgàniques basades en gradients. | ICMAB

Intel·ligència artificial per predir el rendiment de les cèl·lules solars orgàniquesICMAB

Publicat per

Creat:

Actualitzat:

Un equip investigador de la Universitat Rovira i Virgili (URV) especialitzat en Intel·ligència Artificial (IA) en col·laboració amb l'Institut de Ciència de Materials de Barcelona (ICMAB), especialistes en materials per a aplicacions energètiques, han treballat conjuntament per combinar dades experimentals amb algoritmes d'intel·ligència artificial i així permetre una capacitat de predicció del rendiment de les cèl·lules solars orgàniques sense precedents. Els investigadors de l'ICMAB, dirigits per Mariano Campoy-Quiles, han utilitzant un nou mètode experimental que els permet disposar d'un gran nombre de mostres en una de sola, la qual cosa accelera el procés en comparació amb els mètodes convencionals. A continuació, s'utilitzen models d'aprenentatge automàtic (machine learning) per aprendre d'aquests conjunts de dades i predir el rendiment.

El nou mètode «ens permet, d'una banda, avaluar el potencial fotovoltaic d'un material unes 50 vegades més ràpid que amb els mètodes convencionals. De l'altra, proporciona gran quantitat d'estadístiques i un enorme conjunt de dades (centenars de milers de punts) que ens permeten entrenar de manera fiable diferents algorismes d'intel·ligència artificial», explica Mariano Campoy-Quiles, investigador de l'ICMAB.

Els algoritmes d'intel·ligència artificial en el camp de la ciència de materials s'utilitzen principalment per buscar patrons de comportament i per continuar desenvolupant models predictius del comportament d'una família de materials per a una aplicació determinada.

tracking