基于机器学习的有机光伏材料光电转换效率预测
来源：计算物理杂志2026年第2期北京时间：
作者：张晨翔, 吴华, 王艳杰, 温芝璠, 史喆, 赵玉杰, 张宏洋, 石文琪
摘要：本文搭建一种融合图卷积网络（GCN）与图注意力网络（GAT）相结合的混合神经网络模型，用于精准预测有机光伏（OPV）材料的光电转换效率（PCE）。通过迁移学习技术，在哈佛有机光伏数据集HOPV15上对模型微调。与现有方法相比，本模型在预测精度上有所提升，可广泛应用于新型OPV材料的快速初步筛选，加速研发进程。
关键词：有机光伏材料, 机器学习, 图卷积网络, 图注意力网络, 光电转换效率
