Accelerating Structure-Property Relationship Discovery with Multimodal Machine Learning and Self-Driving Microscopy
Deze paper introduceert een raamwerk dat autonome microscooptechnieken combineert met dubbel-novelty deep kernel learning en variational autoencoders om de ontdekking van structuur-eigenschapsrelaties in halide-perovskietfilms te versnellen door adaptief nieuwe data te verzamelen en een gedeelde latente ruimte te creëren.