305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 新規シリコン同素体の発見と太陽電池効率最適化（Discovery of Novel Silicon Allotropes with Optimized Band Gaps to Enhance Solar Cell Efficiency through Evolutionary Algorithms and Machine Learning）
1未満 分で読了
0 views

新規シリコン同素体の発見と太陽電池効率最適化

（Discovery of Novel Silicon Allotropes with Optimized Band Gaps to Enhance Solar Cell Efficiency through Evolutionary Algorithms and Machine Learning）

#Machine learning
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、お忙しいところ恐縮です。最近、部下から「新しい材料で太陽電池が変わる」と言われまして、論文を渡されたのですが、専門用語が多くて混乱しております。要するに設備投資に値する技術でしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、順を追って整理すれば経営判断に使える見通しが作れますよ。まず結論を3点で示します。1) 本研究はシリコンの新しい結晶形を計算で多数見つけ、太陽電池に適したエネルギー差（バンドギャップ）を持つ候補を示していること、2) 探索に進化的アルゴリズム（evolutionary algorithm：EA）と機械学習を組み合わせ効率化していること、3) 実用化には材料の合成と長期安定性の検証が必要、です。経営判断に有効な観点を後で整理しますよ。一緒にやれば必ずできますよ。

田中専務

ありがとうございます。まず「バンドギャップ」という言葉が肝だと書いてありますが、これがどう関係するのかを簡単に教えていただけますか。現場で説明する際に端的に言えると助かります。

AIメンター拓海

いい質問ですね！バンドギャップ（band gap：電子が移動するためのエネルギーの壁）は太陽電池の

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
LeapFrog：多階尺度材料シミュレーションの高速化
(LeapFrog: Accelerating Multiscale Materials Simulations)
次の記事
ゲームにおける能力開発のためのデジタルストーリーテリング
（Digital Storytelling for Competence Development in Games）
関連記事
画像における人と物の相互作用の零射編集
（InteractEdit: Zero-Shot Editing of Human-Object Interactions in Images）
概念の簡潔表現
（Succinct Representations for Concepts）
VVV調査 b201タイルのM型矮星の選別と光度曲線
（M dwarfs in the b201 tile of the VVV survey）
深層相対属性
（Deep Relative Attributes）
イベント識別モデルの堅牢性を高める視点
（An Adversarial Approach to Evaluating the Robustness of Event Identification Models）
画像分類を強化するデータ拡張技術
（Enhancing Image Classification with Augmentation: Data Augmentation Techniques for Improved Image Classification）
関連タグ
#Machine learning
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む