Проектирование на основе искусственного интеллекта оптимизирует производительность органических термоэлектрических устройств
Исследовательская группа разработала метод проектирования экспериментов (DOE) на основе машинного обучения, который эффективно оптимизирует производительность и условия процесса органических термоэлектрических устройств. Органические термоэлектрические устройства преобразуют низкотемпературную, отработанную тепловую энергию человеческой кожи или электроники в электричество. Разработанная в этом исследовании схема экспериментов, которая является первым примером использования машинного обучения в области органических термоэлектрических устройств, считается новым подходом к эффективной оптимизации производительности органических термоэлектрических устройств, оптимизация которых была сложной из-за наличия множества переменных. Исследование, проведенное под руководством Джихён Чон и Суён Пак, докторантов кафедры электротехники и вычислительной техники Сеульского национального университета, было опубликовано 26 ноября в журнале Advanced Energy Materials. Органические термоэлектрические устройства привлекают внимание как устройства сбора энергии для носимых устройств следующего поколения и датчиков температуры из-за их механической гибкости и возможности изготовления на больших поверхностях и массового производства. Однако, в отличие от традиционной термоэлектрической технологии, которая использует кристаллические неорганические материалы для взаимного преобразования тепла и электричества, органические термоэлектрические устройства, использующие легированные полукристаллические поли...
В Татарстане появятся новые решения на основе искусственного интеллекта Технологический партнер госкорпорации «Ростех», компания NtechLab, подписала соглашения с ...
СПбГУ представил систему контроля на основе искусственного интеллекта Санкт-Петербургский университет представил мультимодальную систему контроля выполнения рег ...
CHASPIK.SPB.RU