| 标题 |
 Using Deep Machine Learning to Understand the Physical Performance Bottlenecks in Novel Thin‐Film Solar Cells 利用深度机器学习理解新型薄膜太阳能电池的物理性能瓶颈
相关领域
材料科学
制作
载流子
太阳能电池
计算机科学
退火（玻璃）
有机太阳能电池
模拟退火
工艺工程
光电子学
纳米技术
工程物理
聚合物
复合材料
机器学习
医学
替代医学
病理
工程类
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Advanced Functional Materials 作者：Nahdia Majeed; Maria Saladina; Michał Krompiec; Steve Greedy; Carsten Deibel; et al 出版日期：2019-12-15 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
无极微光
无忧
GingerF
畔畔
殷勤的紫槐
单纯的富
漪涙
Twonej
didiwang
dew
自由惜芹
粗心的羽毛
学术文献互助
xjcy
song
小雨
8R60d8
ephore
strike
平淡初雪
皖公网安备34019202002308
