厦门2711P-B6C20D模块 大量现货 质保一年
2711P-B10C10D2
2711P-B10C10D6
2711P-B10C15A2
2711P-B10C15D7
2711P-B10C1D2
2711P-B10C1D6
2711P-B10C4A2
2711P-B10C4A8
2711P-B10C4A9
2711P-B10C4D2
2711P-B10C4D8
2711P-B10C4D9
2711P-B12C10D2
2711P-B12C10D6
2711P-B12C1D2
2711P-B12C1D6
2711P-B12C4A6
2711P-B12C4A8
2711P-B12C4A9
2711P-B12C4D1
2711P-B12C4D6
2711P-B12C4D8
2711P-B12C4D9
2711P-B15C10D2
2711P-B15C10D6
2711P-B15C1D2
2711P-B15C1D6
2711P-B15C4A1
2711P-B15C4A7
2711P-B15C4A8
2711P-B15C4A9
2711P-B15C4D8
2711P-B15C4D9
2711P-B4C20A
2711P-B4C20A8
2711P-B4C20D
2711P-B4C20D8
2711P-B4C3A
2711P-B4C3D
2711P-B4C5A
2711P-B4C5D
2711P-B4C5D8
2711P-B6C1A
2711P-B6C1D
2711P-B6C20A
2711P-B6C20A8
2711P-B6C20A9
2711P-B6C20D
2711P-B6C20D8
2711P-B6C20D9
2711P-B6C3A
2711P-B6C3D
2711P-B6C5A
2711P-B6C5A8
2711P-B6C5A9
2711P-B6C5D
2711P-B6C5D9
2711P-B6C8A
2711P-B6C8D
2711P-B6M1A
2711P-B6M1D
2711P-B6M20A
2711P-B6M20A8
2711P-B6M20D
2711P-B6M3A
2711P-B6M3D
2711P-B6M5A
2711P-B6M5A8
2711P-B6M5D
2711P-B6M8A
2711P-B6M8D
2711P-B7C10D2
纳米晶在能源、光学、光化学、电化学、光电子学以及生物医药等领域的应用潜力巨大。纳米晶物理化学性质与其形貌、尺寸息息相关，而传统的试错实验和密集表征需花费大量时间和精力，制约了纳米晶的研发。
为此，研究团队整合数据驱动自动化合成、机器人辅助可控合成、面向形貌逆向设计等技术，构建了机器人辅助胶体纳米晶数字智造平台，以此突破当前纳米晶可控合成研究的局限性。
研究团队以两种典型的胶体纳米晶为研究范例，一种是目前在生物传感检测领域被广泛研究的金纳米棒，一种是在新能源和光学探测领域有巨大应用潜力的钙钛矿纳米晶。
为了实现自动化合成，研究人员对文献进行了数据挖掘，并对其关键参数进行排序处理，从而获取机器人执行参数，并设计正交实验及高通量实验验证，获取了研究对象调控的重要参数。地，通过机器人辅助正交实验、单因素、双因素以及三因素实验，进行高通量合成、原位光学表征、原位光谱学表征以及异位表征(透射电镜、扫描电镜)等获得大样本数据和小样本数据。在这些过程中，生成了(原位表征UV-Vis-NIR吸收光谱和RGB光致发光结果) 大数据集和 (非原位TEM和SEM验证)小数据集，不断扩展了实验大数据库。
实验大数据库和机器学习模型对于支持逆向设计过程至关重要，研究人员基于高通量实验数据的迭代，将电镜小样本异位验证与机器人大样本原位表征结合，通过机器学习，终成功建立了从关键合成参数到晶体形貌的机器学习规律模型。
科研团队表示，培养具备纳米晶合成和表征知识的高素质科学家需要相当高的成本，这种“数据驱动自动合成-机器人辅助可控合成-机器学习促进逆向设计”框架将助力纳米晶合成和表征，可以解决一直以来科学家经验和手法较难复制的问题，探索利用“机器科学家”完成了特定形貌纳米晶的数字智造。
该研究不仅为新概念材料设计、制备和表征等关键共性科学问题研究提供“数据挖掘-机器合成-AI设计”通用性框架，为新能源和生命健康等领域关键核心材料及技术的突破提供数据驱动的全新方法论。
遨博机器人将持续为科学家探索新的应用领域提供全方位支持。
