Knowledge Mining for Energy Material Discovery and Development by Deep Learning 基於深度學習的能源材料發現與開發的知識挖掘
科學家們正在探索可再生能源（RE），但他們追求的儲能（ES）解決方案愈來愈站不住腳。現時已有一些高級功能材料的研究是針對納米材料的設計。然而，傳統的科學實驗方法總是需要大量的時間和金錢來開發這些新材料。
為此，我們設計了深度學習系統，以尋找多學科中最有潛力的材料。一方面，我們基於研究的系統在自動化科學發現方面，顯示出顯著的優勢，包括在文獻綜述過程中節省約90%的時間，而且與實驗排名的相關性達70%，後者的結果是傳統方法的兩倍多。另一方面，我們基於實驗的系統支援納米材料製造中的多元參數優化，節省了75%的時間。
通過這個項目，我們計劃進一步開發AI解決方案，使其達到更高的實際應用水準。我們將開發一個平臺，用戶可以按材料設計所需而制定人工智能解決方案，或使用我們開發的系統，査詢材料設計和實驗參數的預測。
Team members
萬雨薇小姐*（香港城市大學翻譯及語言學系博士生）
謝童先生（新南威爾士大學）
王少舟先生（新南威爾士大學）
令狐清源先生（新南威爾士大學）
彭婕君小姐（約翰霍普金斯大學）
* 項目負責人
（資料以隊伍遞交報名時為準）
謝童先生（新南威爾士大學）
王少舟先生（新南威爾士大學）
令狐清源先生（新南威爾士大學）
彭婕君小姐（約翰霍普金斯大學）
* 項目負責人
（資料以隊伍遞交報名時為準）
成就
- 香港城市大學HK Tech 300種子基金（2022）
- 「春暉杯」中國留學人員創新創業大賽創新創業成長獎（2022）
- Innovation Australia 2021前12名項目（2021）