Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/123779
Название: ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОИСКА ПЕРОВСКИТОПОДОБНЫХ СОЕДИНЕНИЙ С НАИЛУЧШЕЙ ЭФФЕКТИВНОСТЬЮ ПРЕОБРАЗОВАНИЯ СОЛНЕЧНОЙ ЭНЕРГИИ
Другие названия: APPLICATION OF MACHINE LEARNING METHODS TO SEARCH FOR PEROVSKITE-LIKE COMPOUNDS WITH THE BEST EFFICIENCY OF SOLAR ENERGY CONVERSION
Авторы: Fedotova, E. V.
Smirnov, A. A.
Novoselov, I. E.
Федотова, Е. В.
Смирнов, А. А.
Новоселов, И. Э.
Дата публикации: 2023
Издатель: Издательство АМБ
Библиографическое описание: Федотова Е. В. ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОИСКА ПЕРОВСКИТОПОДОБНЫХ СОЕДИНЕНИЙ С НАИЛУЧШЕЙ ЭФФЕКТИВНОСТЬЮ ПРЕОБРАЗОВАНИЯ СОЛНЕЧНОЙ ЭНЕРГИИ / Е. В. Федотова, А. А. Смирнов, И. Э. Новоселов // Физика. Технологии. Инновации : тезисы докладов X Международной молодежной научной конференции, посвященной 120-летию со дня рождения академиков И. В. Курчатова и А. П. Александрова (Екатеринбург, 15–19 мая 2023 г.). — Екатеринбург : Издательство АМБ, 2023. — C. 851-852.
Аннотация: Perovskite like compounds is promising because of their relative cheapness, ease of production and efficiency of solar energy conversion. However, such structures can be unstable. With the help of machine learning methods, one could predict solar cell structures with high PCE.
URI: http://elar.urfu.ru/handle/10995/123779
Конференция/семинар: X Международная молодежная научная конференция «Физика. Технологии. Инновации», посвященная 120-летию со дня рождения академиков И. В. Курчатова и А. П. Александрова
Дата конференции/семинара: 15.05.2023-19.05.2023
ISBN: 978-5-6050040-2-8
Сведения о поддержке: Работа выполнена при поддержке гранта РНФ 22-61-00047.
Карточка проекта РНФ: 22-61-00047
Источники: Физика. Технологии. Инновации. Тезисы докладов (ФТИ-2023)
Располагается в коллекциях:Конференции, семинары

Файлы этого ресурса:
Файл Описание РазмерФормат 
978-5-6050040-2-8_2023_387.pdf299,24 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.