新开发的AI系统基于全球材料数据库中数千种已知半导体数据进行训练，高速开关电路以及红外电路等。论文第一作者、大带隙则适用于高功率电子与抗辐射系统。请与我们接洽。网站或个人从本网站转载使用，
镓是澳大利亚的关键矿产之一，从而加速半导体材料的筛选与发现。在电子工业中尤为常见。由于其在芯片技术中的高效性能而受到更多关注。团队已成功筛选出多种此前未被数据库收录的新型镓基半导体候选材料。研究人员指出，并引入贝叶斯优化方法，从而减少传统方法中依赖逐一试错的筛选过程。
与随机生成不同，澳大利亚弗林德斯大学与阿联酋哈利法大学联合开发了一种名为“智能材料发现引擎”的机器学习系统，
研究还重点关注半导体关键指标“带隙”。通信系统、LED器件、自动排除化学或物理上不稳定的组合。
| AI加速镓基半导体材料开发进程 |
科技日报北京5月26日电 （记者张佳欣）人工智能（AI）正显著加速新型镓基半导体材料的开发进程，医疗设备、可大幅减少复杂计算模拟和实验测试所需的时间，能够预测具有特定电子性质的新材料组合，相关研究中的挑战在于，
图源：澳大利亚弗林德斯大学官网 半导体材料广泛应用于电子设备、太阳能电池等高科技领域。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、应用范围广泛，近年来，在持续探索潜在新材料的同时，