Themen: Energie (287) Solarenergie (226) HZB-Eigenforschung (82)

Science Highlight    28.09.2018

Maschinelles Lernen hilft, Photonik-Anwendungen zu optimieren

Die Computersimulation zeigt, wie sich nach Anregung mit einem Laser in der Siliziumschicht mit Lochmuster das elektromagnetische Feld verteilt. Hier bilden sich Streifen mit lokalen Feldmaxima aus, so dass Quantenpunkte besonders stark leuchten. Bild. C. Barth/HZB

Photonische Nanostrukturen erhöhen nicht nur die Effizienz von Solarzellen, sondern verbessern auch die Wirksamkeit von optischen Sensoren, die zum Beispiel als Krebsmarker verwendet werden. Mit Computersimulationen und dem Einsatz von maschinellem Lernen hat nun ein Team am HZB gezeigt, wie sich das Design solcher Nanostrukturen gezielt optimieren lässt. Die Ergebnisse sind in Communications Physics publiziert.

Mit Nanostrukturen lässt sich die Empfindlichkeit von optischen Sensoren enorm steigern – sofern die Geometrie bestimmte Bedingungen erfüllt und zur Wellenlänge des eingestrahlten Lichts passt. Denn das elektromagnetische Feld des Lichts kann durch die Nanostruktur lokal extrem verstärkt oder abgeschwächt werden. Am HZB arbeitet die Nachwuchsgruppe Nano-SIPPE um Prof. Dr. Christiane Becker daran, solche Nanostrukturen gezielt zu entwickeln. Ein wichtiges Werkzeug dabei sind Computersimulationen. Dr. Carlo Barth aus Beckers Team hat nun mit Einsatz von maschinellem Lernen die wichtigsten Muster der Feldverteilung in einer Nanostruktur identifiziert und damit auch erstmals sehr gut die experimentellen Befunde erklärt.

Nanostrukturen: Licht bringt Quantenpunkte zum Leuchten

Die in dieser Arbeit betrachteten photonischen Nanostrukturen bestehen aus einer Siliziumschicht mit einem regelmäßigen Lochmuster, die mit Quantenpunkten aus Bleisulfid beschichtet ist. Angeregt mit einem Laser leuchten die Quantenpunkte durch die lokalen Felderhöhungen wesentlich stärker als auf einer unstrukturierten Oberfläche. Damit lässt sich experimentell zeigen, wie das Laserlicht mit der Nanostruktur wechselwirkt.

Zehn verschiedene Muster

Um nun systematisch zu erfassen, was passiert, wenn sich einzelne Parameter der Nanostruktur verändern, berechnete Barth unter Verwendung einer am Zuse-Institut Berlin entwickelten Software für jeden Parametersatz die dreidimensionale Feldverteilung. Diese enormen Datenmengen ließ Barth dann von weiteren Computerprogrammen analysieren, die auf Methoden des maschinellen Lernens basieren. „Der Rechner hat die rund 45.000 Datensätze durchforstet und in etwa zehn unterschiedliche Muster gruppiert“, erklärt Barth. Schließlich gelang es Barth und Becker unter anderen drei Grundmuster herauszukristallisieren, bei denen in verschiedenen spezifischen Bereichen der Nanolöcher die Felder verstärkt sind.

Sensoren für einzelne Moleküle, zum Beispiel Krebsmarker

Dies erlaubt nun die Optimierung photonischer Kristallmembranen für praktisch jede Anwendung, die auf Anregungsverstärkung basiert. Denn je nach Anwendung lagern sich manche Biomoleküle zum Beispiel bevorzugt entlang der Lochränder an, andere eher auf den Plateaus zwischen den Löchern. Mit der richtigen Geometrie und der passenden Anregung durch Licht ließe sich dann die maximale Feldverstärkung exakt an den Anlagerungsplätzen der gesuchten Moleküle erzeugen. Damit ließe sich die Sensitivität von optischen Sensoren, beispielsweise für Krebsmarker, bis auf das Niveau von Einzelmolekülen erhöhen.

Der verwendete Code und auch die Daten stehen frei zum Download zur Verfügung.

Die Studie ist publiziert in Communications Physics (2018). “Machine learning classification for field distributions of photonic modes”, Carlo Barth & Christiane Becker

DOI:10.1038/s42005-018-0060-1

 

arö


           



Das könnte Sie auch interessieren
  • <p>Die Illustration zeigt eine Verbindung, in deren Zentrum ein Eisen-Atom sitzt. Es ist von 4 CN-Gruppen und einem Bipyridin Molek&uuml;l umgeben. Das h&ouml;chste besetzte Eisenorbital ist als gr&uuml;n-rote Wolke dargestellt. Sobald eine Cyangruppe da ist, beobachtet man wie sich die &auml;u&szlig;eren Eisenorbitale delokalisieren, sodass auch um die Stickstoffatome Elektronen dicht vorhanden sind. Bild. T. Splettst&ouml;&szlig;er/HZB</p>SCIENCE HIGHLIGHT      14.11.2018

    Übergangsmetallkomplexe: Gemischt geht's besser

    Ein Team hat an BESSY II untersucht, wie unterschiedliche Eisenkomplex-Verbindungen Energie aus eingestrahltem Licht verarbeiten. Dabei konnten sie zeigen, warum bestimmte Verbindungen das Potenzial haben, Licht in elektrische Energie umzuwandeln. Die Ergebnisse sind für die Entwicklung von organischen Solarzellen interessant. Die Studie wird auf dem Cover der Fachzeitschrift PCCP angekündigt. [...]


  • <p>Andriy Zakutayev (NREL) hat Fredrike Lehmann im Namen der Jury&nbsp; f&uuml;r ihren Posterbeitrag auf der ICTMC-21 in Boulder, Colorado, USA, einen Preis &uuml;berreicht. Bild. Privat</p>NACHRICHT      19.10.2018

    Posterpreis an HZB-Doktorandin

    Frederike Lehmann aus der HZB-Abteilung Struktur und Dynamik von Energiematerialien hat auf einer internationalen Fachkonferenz, der ICTMC-21 in Boulder, Colorado, USA, einen Posterpreis erhalten. Sie stellte ihre Ergebnisse zur Synthese und Charakterisierung von Hybrid-Perowskit-Materialien vor, die als interessante Kandidaten für neuartige Solarzellen gelten. [...]


  • <p>Darstellung des Prinzips einer Silizium-Multiplikatorsolarzelle mit organischen Kristallen<br /></p>SCIENCE HIGHLIGHT      02.10.2018

    HZB-Forscher finden Weg, die Wirkungsgrad-Grenze für Silizium-Solarzellen zu erhöhen

    Der Wirkungsgrad einer Solarzelle ist eine ihrer wichtigsten Kenngrößen. Er gibt an, wieviel Prozent der eingestrahlten Sonnenenergie in elektrische Energie umgewandelt wird. Die theoretische Grenze für Silizium-Solarzellen liegt aufgrund physikalischer Materialeigenschaften bei 29,3 Prozent. Im Fachjournal Materials Horizons beschreiben Forscher des Helmholtz-Zentrum Berlin (HZB) zusammen mit internationalen Kollegen, wie diese Grenze aufgehoben werden kann. Der Trick: sie bauen organische Schichten in die Solarzelle ein. Diese wandeln die Energie der hochenergetischen Photonen (grünes und blaues Licht) so um, dass sich die Stromausbeute in diesem Energiebereich verdoppelt. [...]




Newsletter