后处理是稳定有机-无机杂化钙钛矿的简便有效方法之一。吴屹影课题组采用机器学习技术来研究不同类型的胺用于钙钛矿薄膜的后处理。根据其与MAPbI₃薄膜的相容性对50种胺进行分类。机器学习模型是根据这些胺的分类及其分子描述符特征构建的。该模型在预测后处理后是否保持钙钛矿薄膜的结果方面达到了86％的准确度。通过分析构建的模型，发现具有较少氢键供体和受体的胺，以及空间位阻更大的仲，叔胺和吡啶衍生物与钙钛矿薄膜的相容性更高。

光伏器件学术QQ群：708759169

Yu, Y., Tan, X., Ning, S. & Wu, Y. Machine-Learning for Understanding Compatibility of Organic-Inorganic Hybrid Perovskite with Post-Treating Amines. ACS Energy Lett.

Doi:10.1021/acsenergylett.8b02451.

https://doi.org/10.1021/acsenergylett.8b02451