Mar, 2024

对比超优化机器学习模型在有机太阳能电池效率降解预测中的应用

PDF
TL;DR通过使用机器学习模型，本研究提出了一种优化的方法来表示聚合物有机太阳能电池的功率转换效率的时间衰减。该方法应用于一个包含 996 个条目的数据库，并使用自动化机器学习协议进行优化，结果显示优化模型的确定系数达到超过 0.90，预测可靠性得到确认，并得出了关于数据集变量与 OSC 的性能和稳定性之间的关联性的结论。
发现论文，激发创造
  • 光伏电力预测基于量子机器学习

    通过混合量子神经网络，该研究提出了两种模型来预测太阳能电池板的功率输出，其中第一种模型表现最好，降低了超过 40% 的平均绝对误差和平均平方误差；第二种模型则在没有气象数据的情况下，以比传统模型低出 16% 的平均绝对误差预测光伏功率，展现出量子机器学习在可再生能源领域中的潜在用途。

    Dec, 2023

  • 光伏电池的 MPPT 和参数估计的比较研究

    利用机器学习技术，针对太阳能电池和光伏模块的 PVLIB 模型的已知和未知参数进行精确的估计，采用了人工神经网络算法，并与其他机器学习算法进行比较，结果表明所提出的方法在计算效率方面优于其他元启发式和机器学习算法。

    Apr, 2023

  • 基于 PSO 调节的三种深度学习模型在北京 PM2.5 预测中的参数优化

    研究使用 PSO 优化深度学习的架构，以进行北京 PM 2.5 数据集的预测，结果表明 PSO-LSTM 是最好的模型，可用于空气污染管理推荐。

    Jun, 2023

  • GLaD：在有机光伏装置中，将分子图和语言描述相结合以提高功率转换效率预测

    通过整合分子图像和语言描述符进行增强光伏转换效率（PCE）预测的一种名为 GLaD 的新方法，利用大规模语言模型（LLM）从广泛的科学文献中预训练来丰富分子结构表示，实现了对 PCE 的精确预测，并促进了合成具有改善效率的新型有机光伏分子的过程。GLaD 还展示了多功能性，适用于一系列分子属性预测任务，尤其是在低数据环境中，能够通过融入从大规模预训练中学习的分子属性描述来丰富分子表示，这在药物和材料发现等现实科学探索中具有重要意义。

    May, 2024

  • 应用机器学习模型预测器件电气性能的度量数据分析

    摘要：本研究使用了 imec N14 BEOL 工艺流程以及 LELE 图案技术，在半导体设备制造中分析和控制叠加误差，研究其对电容的影响，并探索在早期阶段使用机器学习模型预测最终电容测量结果的方法。

    Nov, 2023

  • 基于机器学习模型的 UTEQ 太阳辐射预测

    本研究旨在探索不同机器学习模型在预测 State Technical University of Quevedo 中心校区太阳辐射方面的有效性，并通过开发基于网络的工具展示该模型在实时太阳辐射预测中的实用性，为高效太阳能管理提供贡献。

    Dec, 2023

  • 智能电网中太阳辐射预测的机器学习算法比较分析

    利用机器学习算法如随机森林、极端梯度提升、轻量级梯度提升机、CatBoost 和多层感知器人工神经网络来预测太阳辐照度，并通过特征选择进一步提高预测性能。

    Oct, 2023

  • 准确预测 CsPbCl3 钙钛矿量子点性质的机器学习模型

    这项研究使用机器学习模型，通过使用合成特征作为输入数据集，对 CsPbCl3 PQDs 的尺寸、吸收性和光致发光性进行预测。虽然所有模型都表现出高准确性的结果，但支持向量回归（SVR）和最近邻距离（NND）在测试和训练数据集上表现出最佳的属性预测性能，具有较高的 R2 值、较低的均方根误差（RMSE）和较低的平均绝对误差（MAE）度量值。鉴于机器学习的优越性愈发凸显，其在领域中的理解能力可能对纳米材料设计的未来产生重要影响。

    Jun, 2024

  • 可再生能源中预测和优化问题的方法比较与评估

    本文介绍了 2021 年 IEEE-CIS 关于可再生能源调度的技术挑战赛的七个排名最高解决方案，比较和评估了这些解决方案，并提供了一个基准问题，以便在这个领域促进和便利研究。这场比赛使用了 Monash 微电网的数据、天气数据和能源市场数据，并专注于两个主要挑战：预测可再生能源的生产和需求，并获得活动（讲座）和现场电池的最低成本的最佳方案。最准确的预测由梯度提升树和随机森林模型得出，而优化大多使用混合整数线性和二次规划。

    Dec, 2022

  • 基于机器学习的电极制造优化，实现高性能能量和功率电池

    本研究通过提出一种动力学机器学习辅助流程的数据驱动方法，优化了生产参数的逆向设计，从而实现了可用于能量或功率应用的电极的制造。

    Jul, 2023