Supervised Machine Learning for Predicting Power Conversion Efficiency in Perovskite Solar Cells: A Systematic Review and Quantitative Meta-Analysis
Este artigo apresenta uma revisão sistemática e uma meta-análise quantitativa de 36 estudos demonstrando que os métodos de conjunto baseados em árvores são a abordagem de aprendizado de máquina supervisionado mais eficaz para prever a eficiência de células solares de perovskita, ao mesmo tempo em que identifica desafios fundamentais na padronização de dados e propõe um roteiro abrangente para aumentar a confiabilidade e a escalabilidade do desenvolvimento fotovoltaico impulsionado por ML.