机译:通过机器学习和改进的描述符来预测有机太阳能电池的效率
Nanjing Univ, Sch Chem & Chem Engn, MOE, Key Lab Mesoscop Chem, Nanjing 210023, Jiangsu, Peoples R China;
Nanjing Univ, Sch Chem & Chem Engn, MOE, Key Lab Mesoscop Chem, Nanjing 210023, Jiangsu, Peoples R China;
Univ Liverpool, Dept Chem, Liverpool L69 7DZ, Merseyside, England;
Nanjing Univ, Sch Chem & Chem Engn, MOE, Key Lab Mesoscop Chem, Nanjing 210023, Jiangsu, Peoples R China;
DFT calculations; machine learning; organic electronics; photovoltaic devices; solar cells;
机译:机器学习技术的洞察力,可预测三元共混物设计中基于富勒烯衍生物的三元有机太阳能电池的效率
机译:机器学习技术的见解,用于预测三元共混物设计中富勒烯衍生品的三元有机太阳能电池效率
机译:增加描述符对基于小分子的有机太阳能电池机器学习预测的影响
机译:基于P3HT的有机光伏电池中的官能化SWCNTs提高了聚合物太阳能电池的效率:PCBM光活性层
机译:修改有机太阳能电池(OSC)中的有机/电极界面并提高溶液处理的磷光有机发光二极管(OLED)的效率
机译:通过机器学习预测有机反应的结果:当前的描述符是否足够?
机译:通过机器学习预测有机反应的结果:当前的描述符是否足够?