深度学习解决光致发光逆问题，准确推导钙钛矿动力学

bravo_abad · x · 2026-08-25

Wenning Chen 等人在 Nature Communications 发表研究，利用深度学习解决金属卤化物钙钛矿中的逆问题。传统的时间分辨光致荧光（TrPL）推断载流子复合动力学存在非唯一性，作者通过结合瞬态光致荧光与激发依赖性光致荧光量子产率，引入独立物理约束。他们基于机理动力学模型生成大规模模拟数据集，训练神经网络同步推断双分子复合、电子/空穴捕获等六个耦合物理参数，R² 值达 0.905–0.996。模型在实验性钙钛矿薄膜上验证通过，推断结果与独立器件级电学表征一致。研究强调了可识别性原则：当逆问题不可识别时，单纯扩大网络无法补全信息，需先重新设计测量方式以补充约束。