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
更新时间:2025-06-06
    • 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

    • 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 页码:1-12
    • DOI:10.37188/CJL.20250149    

      中图分类号: O482.31
    • CSTR:32170.14.CJL.20250149    
    • 网络出版日期:2025-06-06

    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, 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, DOI:10.37188/CJL.20250149 CSTR: 32170.14.CJL.20250149.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

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
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
多功能乳清酸钝化协助制备高效稳定的钙钛矿太阳能电池
数据驱动研制发光材料的策略与挑战

相关作者

弓箭
陈谦
李阳
马梦恩
马玉姣
吴绍航
刘冲
麦耀华

相关机构

五邑大学 智能制造学部
福建师范大学 光电与信息工程学院
泉州师范学院 物理与信息工程学院
泉州师范学院 化工与材料学院
泉州师范学院光子技术研究院 福建省先进微纳光子技术与器件重点实验室, 福建省超精密光学工程技术与应用协同创新中心
0