机构名称：
¥ 1.0
摘要。金属卤化物钙钛矿材料在钙钛矿太阳能电池和发光二极管中迅速前进，这是由于其优质的光电特性。钙钛矿光电设备的结构包括钙钛矿活动层，电子传输层和孔传输层。这表明优化过程随着复杂的化学结晶过程和复杂的物理机制之间的复杂相互作用而展开。钙钛矿光电学中的传统研究主要取决于试验和错误实验，这是一种效率较低的方法。最近，机器学习的出现（ML）已大大简化了优化过程。由于其强大的数据处理能力，ML在发现潜在模式和做出预测方面具有显着优势。更重要的是，ML可以揭示数据中的潜在模式并阐明复杂的设备机制，从而在增强设备性能中起关键作用。我们提出了将ML应用于Perovskite光电设备的最新进步，涵盖了钙钛矿活动层，传输层，接口工程和机制。此外，它还为未来的发展提供了预期的前景。我们认为，ML的深层整合将大大加快钙钛矿光电设备性能的全面增强。
perovskite光电学的机器学习：评论
主要关键词
相关文件推荐
