近日，suncitygroup太阳新城官网电子材料与器件团队黄迪课题组在有机光伏器件研究方面取得新进展，该研究利用机器学习挖掘活性层材料的关键结构特征并定量分析非富勒烯有机太阳能电池中非辐射电压损失的影响因素，为制备高性能有机光伏器件中非富勒烯受体材料的逆向设计提供了指导框架。相关研究成果以“A machine learning prediction model for quantitative analyzing the influence of non-radiative voltage loss on non-fullerene organic solar cells”为题发表在化学工程技术领域顶级期刊Chemical Engineering Journal (中科院一区Top期刊，最新IF=15.1)。该项工作suncitygroup太阳新城官网为第一完成单位，黄迪博士和suncitygroup太阳新城官网电子科学与技术系2022届本科生王阔为共同第一作者，梁娇娇博士为第一通讯作者。据悉，Chemical Engineering Journal是能源/化学-工程领域SCI收录的Top级期刊，于1996年在瑞典创刊，旨在为介绍原始基础研究、解释性评论和探讨化学工程的新发展提供一个国际论坛，也重点关注新能源、新材料在多个领域的新应用。黄迪团队近年来聚焦光伏材料智能化设计研究，相关研究成果发表在Journal of Materials Chemistry C, Molecular Systems Design & Engineering, Polymers,Physical Chemistry Chemical Physics等国际主流学术期刊上。