Predicting Materials Parameters in Colloidal Quantum Dot Photovoltaic Devices Using Machine Learning Models Trained On Experimental Data
Predicting Materials Parameters in Colloidal Quantum Dot Photovoltaic Devices Using Machine Learning Models Trained On Experimental Data
复制标题
使用根据实验数据训练的机器学习模型预测胶体量子点光伏器件中的材料参数
DOI：
10.1109/pvsc48317.2022.9938867
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Thon, Susanna M.
中科院分区：
文献类型：
--
作者：
Lee, Hoon Jeong;Hofelmann, Ariana B.;Lin, Yida;Thon, Susanna M.
通过胶体量子点光伏化学计量调整的新型空穴传输材料
DOI：
10.1109/pvsc45281.2020.9300891
发表时间：
2020
期刊：
2020 IEEE 47th Photovoltaic Specialists Conference (PVSC
影响因子：
--
作者：
Chiu, Arlene;Bambini, Christianna;Rong, Eric;Lin, Yida;Thon, Susanna M.
通讯作者：
Thon, Susanna M.