加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析

梁锐权; 刘谦; 胡春华; 郑建楂; 李阳; 王亦文; 麦耀华

doi:10.37188/CJL.20250149

您当前的位置：

首页 >

文章列表页 >

加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析

发光学应用及交叉前沿 | 更新时间：2025-12-15

- 加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析
  增强出版
- Accelerating Perovskite Solar Cell Development: A Machine Learning-driven Framework with SHAP Explainability
- “在新型太阳能电池技术领域，专家提出了基于机器学习的钙钛矿太阳能电池制备工艺智能优化方法，有效提升光电转换效率，为高效率太阳能电池开发提供新视角。”
- 发光学报 2025年46卷第11期页码：2138-2149
- 作者机构：
  
  1.五邑大学电子与信息工程学院，广东江门 529020
  2.澳门大学应用物理与材料工程学院，中国澳门 999078
  3.暨南大学物理与光电工程学院，广东广州 510632
- 作者简介：
  
  [ "梁锐权（2001-），男，广东广州人，硕士研究生，2023年于广东石油化工学院获得学士学位，主要从事人工智能与新型钙钛矿太阳能电池的相关研究。E-mail： 2681160546@qq.com" ]
  [ "李阳（1969-），男，辽宁鞍山人，博士，教授，博士生导师，2000年于南开大学获得博士学位，主要从事光电材料与器件、运用人工智能优化光电材料与器件性能等方面的研究。E-mail： insidesun51@163.com" ]
  [ "王亦文（1993-），女，山西运城人，博士，副研究员，2019年于中国香港浸会大学获得博士学位，主要从事新型有机光伏器件、钙钛矿太阳能电池及其稳定性的研究。E-mail： wangyiwen@jnu.edu.cn" ]
- 基金信息：
  
  国家自然科学基金青年科学基金(62405113);广州市科技计划项目(SL2024A04J00418);广东省重点领域研发计划项目(2019B010132004)
- DOI：10.37188/CJL.20250149
  中图分类号： TM914.4
- CSTR：32170.14.CJL.20250149
- 收稿：2025-05-13，
  
  修回：2025-05-29，
  
  纸质出版：2025-11-25
- 稿件说明：
移动端阅览
梁锐权,刘谦,胡春华等.加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析[J].发光学报,2025,46(11):2138-2149.

LIANG Ruiquan,LIU Qian,HU Chunhua,et al.Accelerating Perovskite Solar Cell Development: A Machine Learning-driven Framework with SHAP Explainability[J].Chinese Journal of Luminescence,2025,46(11):2138-2149.
梁锐权,刘谦,胡春华等.加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析[J].发光学报,2025,46(11):2138-2149. DOI： 10.37188/CJL.20250149. CSTR： 32170.14.CJL.20250149.

LIANG Ruiquan,LIU Qian,HU Chunhua,et al.Accelerating Perovskite Solar Cell Development: A Machine Learning-driven Framework with SHAP Explainability[J].Chinese Journal of Luminescence,2025,46(11):2138-2149. DOI： 10.37188/CJL.20250149. CSTR： 32170.14.CJL.20250149.

浏览量

231

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

发光学报 | 梁锐权/李阳/王亦文：基于机器学习驱动框架的SHAP分析：加速钙钛矿太阳能电池开发

机器学习辅助钙钛矿薄膜制备工艺优化及特征重要性评估

真空热蒸发LiF钝化策略制备高效稳定的钙钛矿太阳能电池

双分子钝化埋底界面制备高效钙钛矿太阳能电池

溶剂调控策略用于钙钛矿太阳能电池的空气环境制备

加速钙钛矿太阳能电池开发：基于机器学习驱动框架的SHAP分析

Accelerating Perovskite Solar Cell Development: A Machine Learning-driven Framework with SHAP Explainability

DOI：10.37188/CJL.20250149