机器学习辅助筛选
利用机器学习策略可以快速筛选具有特定荧光发射的碳点，避免了传统试错法合成多色碳点的繁琐过程。
Chen, Jiao · Luo, Junbo · Mu Yuan, Hu · 周军 · 黄承志 · 刘辉
Advanced Functional Materials 2023
通过机器学习模型预测合成条件与荧光性质的关系，直接给出目标发射波长对应的合成参数，大幅缩短研发周期。
通过调节反应参数和溶剂性质，实现碳点发射波长从蓝光到红光的宽范围调控，满足不同应用对颜色的需求。
筛选出的多色碳点具有优异发光性能，可实现大容量彩色信息加密，提高信息存储密度和安全性。