Supervised Machine Learning for Predicting Power Conversion Efficiency in Perovskite Solar Cells: A Systematic Review and Quantitative Meta-Analysis
Cet article présente une revue systématique et une méta-analyse quantitative de 36 études démontrant que les méthodes d'ensemble basées sur les arbres sont l'approche d'apprentissage automatique supervisé la plus efficace pour prédire l'efficacité des cellules solaires à pérovskite, tout en identifiant les défis clés en matière de standardisation des données et en proposant une feuille de route complète pour améliorer la fiabilité et l'extensibilité du développement photovoltaïque piloté par l'apprentissage automatique.