AIを活用した太陽電池の材料の探索

次世代太陽電池として高分子太陽電池やペロブスカイト太陽電池の研究開発が進められている。これらの素子性能は、材料の構造や物性だけでなく、成膜プロセスや不純物・素子構造など多くの因子が複雑に影響するため、開発には多大な労力と時間を有する。一方、人工知能を用いた材料開発 (マテリアルズ・インフォマティクス:MI) が注目を集めており、構造・物性の相関が強い材料で成果をあげている。本講座では、実験的な超高速材料スクリーニング法とMIを融合した次世代太陽電池の開発について紹介し、実験化学者がMIをどのように活用できるかの実例を解説する。

1. 高分子太陽電池
   1. イントロダクション
   2. 高分子太陽電池の設計指針
   3. これまでの開発方法
   4. 高速実験スクリーニングによるプロセス最適化
   5. 機械学習による高分子太陽電池の研究
   6. 人工ニューラルネットワーク、ランダムフォレストによる性能予測
   7. ランダムフォレスト分類器による性能予測
   8. 分子データベースからのスクリーニング
   9. 合成のための高分子構造探索
   10. 高分子合成と太陽電池評価
   11. さらなる高効率化に向けた機械学習探索
2. ペロブスカイト太陽電池
   1. イントロダクション
   2. ホール輸送層へのホール移動収率測定
   3. 統計的解析手法 (LASSO) を用いた性能支配因子の探索
   4. 高効率ホール輸送層のための分子設計指針
3. 高速実験スクリーニング
   1. イントロダクション
   2. 時間分解マイクロ波伝導度 (TRMC) 法の特徴
   3. 非鉛ペロブスカイト材料探索のための実験的スクリーニング