Materials Informatics：Statistical Modeling in Material Science

Abraham Yosipof,Klimentiy Shimanovich, Hanoch Senderowitz

MolecularInformatics, 2016

doi: 10.1002/minf.201600047

  材料信息学致力于将信息原理应用在材料科学中，以帮助发现新材料。该领域的核心是数据挖掘技术的应用，尤其是机器学习方法，进行通常被称为定量结构-效应关系（QSAR）建模，以产出各种材料相关的“活动”的预测模型。这些模型可以加速优异性能的新材料的发展，并挖掘决定这些性能的因素。在本文中对比了药物化学/药物设计和材料相关的QSAR建模，突出了建立新的、材料特定描述符的重要性。调查了一些最新的QSAR模型在材料科学的发展，重点是含能材料和太阳能电池。最后列举了利用组合材料合成方法使用金属氧化物制造太阳能电池组的材料信息分析的新实例。

材料信息学，材料科学，QSAR，化学信息学，太阳能电池，光伏电池

图1：本研究中的数据挖掘分类的步骤

两个太阳能电池库的光伏电池的PC图，蓝色和红色的点分别代表TiO₂|Co₃O₄和TiO₂|Co₃O₄|MoO₃库。绿点代表两个库中的13个具有相同组合的TiO₂|Co₃O₄层的电池对，其光伏特性基本不受MoO3层影响。

图2：TiO₂|Cu₂O|NiO库的激发图，根据J_SC（左）和V_OC（右）和NiO层的厚度之间的Spearman关系进行颜色编码。对具有相同相关性的光伏参数的电池用黄色方块表示。

图3：预测TiO₂|CuO-NiO-In₂O₃的J_SC（μA/cm²）和V_OC（V）值，朝向边缘的红色区域在模型的适用域（AD）之外。

隐石检测拥有一批在业内取得显著成就的专业技术人员，在行业内有着丰富的检测经验。秉承着专注、专业、高效、想客户所想的理念，公司积极增加项目和完善更先进的测试仪器设备，保障每一个检测，分析，研发任务优质高效的完成。同时通过专业所长,为全球数万家优质客户提供最及时的行业技术标准信息，和更高精尖的分析检测解决方案。

　　隐石检测分别成立了阀门实验室，腐蚀实验室，金相实验室，力学实验室，无损实验室，耐候老化实验室。从事常压储罐检测，锅炉能效检测，金属腐蚀检测，SSC应力腐蚀检测，HIC抗氢致开裂检测，阀门检测，应力应变检测，无损探伤检测，机械设备检测，金相分析，石墨烯纳米材料检测，水质检测，油品检测涉及的服务范围已广泛覆盖到钢铁材料，有色金属材料，石油化工设备，通用机械设备，冶金矿石，建筑工程材料、航空航天材料，高铁船舶材料，汽车用零部件、非金属材料，电子电工产品等各个领域，并获得了CMA和CNAS;双重认可。