این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
بسپارش، جلد ۱۱، شماره ۴، صفحات ۵۱-۶۴
عنوان فارسی کاربردهای یادگیری ماشین در طراحی و ساخت سلول‌های خورشیدی پلیمری
چکیده فارسی مقاله امروزه نیاز روزافزون به مصرف انرژی به دلیل توسعه جوامع انسانی، امری اجتناب‌ناپذیر است. با توجه به محدودیت منابع انرژی کره زمین و همچنین ایجاد آلودگی‌های زیست ­محیطی ناشی از مصرف سوخت‌های فسیلی، استفاده از انرژی خورشیدی به عنوان یک انرژی پاک ضرورتی انکارناپذیر است. استفاده از مبدل‌های فوتوولتایی (سلول‌های خورشیدی) از راهکارهای مؤثر برای استفاده بهینه از این منبع عظیم انرژی است. تاکنون پژوهش­ های متعددی درباره طراحی، ساخت و بهینه‌سازی سلول‌های خورشیدی انجام شده است. در حوزه بهینه‌سازی سلول‌های خورشیدی، روش ­های یادگیری ماشین یکی از رویکردهای مفید و مورد استفاده است. یادگیری ماشین به عنوان شاخه جدیدی از حوزه علوم دانشگاهی محسوب می‌شود که با پردازش داده‌های موجود، اطلاعات ارزشمند نوینی ارائه می‌دهد. زمینه‌های کاربرد یادگیری ماشین در طراحی و ساخت سلول‌های خورشیدی پلیمری به سه دسته کلی پیش‌بینی عملکرد سلول خورشیدی، انتخاب مواد مناسب و بهینه‌سازی فرایندهای ساخت تقسیم‌بندی شده است. در این نوشتار سعی شده است تا روش‌های یادگیری ماشین به ­طور اجمالی معرفی و در ادامه، کاربردهای آن در زمینه طراحی و ساخت سلول‌های خورشیدی توضیح داده شود. در این نوشتار، باتوجه به مطالعات بسیار انجام­ شده، مرور مقالات نمایه شده بین‌المللی معتبر به سال‌های 2020 و 2019 میلادی محدود شده است.
کلیدواژه‌های فارسی مقاله سلول خورشیدی آلی، بازده تبدیل انرژی، یادگیری ماشین، یادگیری نظارتی، یادگیری غیرنظارتی،
عنوان انگلیسی Machine Learning Applications in Organic Solar Cells
چکیده انگلیسی مقاله Today, the growing need for energy due to the development of human societies is inevitable. Given the limited energy resources of the planet as well as the environmental pollution caused by the consumption of fossil fuels, the use of solar energy as a clean energy is an undeniable necessity. The use of photovoltaic converters, i.e. solar cells, is one of the efective solutions for the optimal use of this huge source of energy. So far, several sudies have been conducted on the design, manufacture and optimization of solar cells. One of the mos invaluable approaches is machine learning methods. Machine learning is considered as a new branch of academic science that provides valuable new information by processing exising data. Areas of application of machine learning in the design and manufacture of polymer solar cells are divided into three general categories: predicting the solar cells efciency, selecting appropriate materials, and optimizing the manufacturing process. In this article, we have tried to briefy introduce the machine learning methods and then explain their applications in the feld of designing and manufacturing solar cells. Due to several research activities, this article is limited to peer-reviewed articles in the years 2019 and 2020. 
کلیدواژه‌های انگلیسی مقاله سلول خورشیدی آلی, بازده تبدیل انرژی, یادگیری ماشین, یادگیری نظارتی, یادگیری غیرنظارتی
نویسندگان مقاله علی اکبر یوسفی |
پژوهشگاه پلیمر و پتروشیمی ایران

محمد علی م نکویی |
پژوهشگاه پلیمر

امیرحسین برنجچی |
پژوهشگاه پلیمر

مقصود امیری |
دانشگاه علامه طباطبایی

نشانی اینترنتی http://basparesh.ippi.ac.ir/article_1802_f559a002efa2511992f18899a07232e2.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات