論文の概要: An autonomous living database for perovskite photovoltaics

• arxiv url: http://arxiv.org/abs/2601.17807v1
• Date: Sun, 25 Jan 2026 11:55:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.409042
• Title: An autonomous living database for perovskite photovoltaics
• Title（参考訳）: ペロブスカイト太陽光発電のための自律型生活データベース
• Authors: Sherjeel Shabih, Hampus Näsström, Sharat Patil, Asmin Askin, Keely Dodd-Clements, Jessica Helisa Hautrive Rossato, Hugo Gajardoni de Lemos, Yuxin Liu, Florian Mathies, Natalia Maticiuc, Rico Meitzner, Edgar Nandayapa, Juan José Patiño López, Yaru Wang, Lauri Himanen, Eva Unger, T. Jesper Jacobsson, José A. Márquez, Kevin Maik Jablonka,
• Abstract要約: 私たちは、ペロブスカイト太陽電池のための自律的で自己更新型の生活データベースを作成します。 我々のパイプラインは、複雑なデバイスデータを抽出するために、大規模な言語モデルと物理認識による検証を統合する。 データラグによって隠された重要な進化の傾向を明らかにする。
• 参考スコア（独自算出の注目度）: 2.182580528354614
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific discovery is severely bottlenecked by the inability of manual curation to keep pace with exponential publication rates. This creates a widening knowledge gap. This is especially stark in photovoltaics, where the leading database for perovskite solar cells has been stagnant since 2021 despite massive ongoing research output. Here, we resolve this challenge by establishing an autonomous, self-updating living database (PERLA). Our pipeline integrates large language models with physics-aware validation to extract complex device data from the continuous literature stream, achieving human-level precision (>90%) and eliminating annotator variance. By employing this system on the previously inaccessible post-2021 literature, we uncover critical evolutionary trends hidden by data lag: the field has decisively shifted toward inverted architectures employing self-assembled monolayers and formamidinium-rich compositions, driving a clear trajectory of sustained voltage loss reduction. PERLA transforms static publications into dynamic knowledge resources that enable data-driven discovery to operate at the speed of publication.
• Abstract（参考訳）: 科学的な発見は、指数的な出版率に追従する手作業によるキュレーションの欠如によって著しくボトルネックになっている。 これは知識のギャップを広げます。 これは、ペロブスカイト型太陽電池の研究成果にもかかわらず、2021年以降、主要な太陽電池のデータベースが停滞している光電気学において特に顕著である。 ここでは、自律的自己更新型生活データベース(PERLA)を確立することで、この課題を解決する。 我々のパイプラインは、大規模言語モデルと物理認識検証を統合し、連続文学ストリームから複雑なデバイスデータを抽出し、人間のレベル精度(>90%)を達成し、アノテータのばらつきを排除します。 この手法を2021年以降の文献に応用することにより、データラグによって隠された重要な進化の傾向を明らかにする: フィールドは、自己組立単層膜とホルマミジニウムリッチな組成を用いた逆アーキテクチャへと決定的にシフトし、持続的な電圧損失の減少の明確な軌道を導いた。 PERLAは静的パブリッシュを動的知識リソースに変換し、データ駆動による発見をパブリッシュの速度で動作させる。

関連論文リスト

• A Survey of Data Agents: Emerging Paradigm or Overstated Hype? [66.1526688475023]
  現在「データエージェント」は用語的曖昧さと不整合性に悩まされている。 この調査では、データエージェントのための最初の体系的な階層型分類を紹介した。 プロアクティブな生成データエージェントの出現を想定する、先見的なロードマップで締めくくります。
  論文  参考訳（メタデータ） (2025-10-27T17:54:07Z)
• Ultra-short-term solar power forecasting by deep learning and data reconstruction [60.200987006598524]
  深層学習に基づく超短周期太陽エネルギー予測とデータ再構成を提案する。 我々は、ターゲット予測期間に対する長期的および短期的依存関係をキャプチャするために、ディープラーニングモデルを用いる。
  論文  参考訳（メタデータ） (2025-09-21T14:22:35Z)
• Perovskite-R1: A Domain-Specialized LLM for Intelligent Discovery of Precursor Additives and Experimental Design [5.378023608941598]
  ペロブスカイト太陽電池 (PSCs) は、次世代の太陽電池技術の主要な候補として急速に出現している。 長期の安定、環境の持続可能性、スケーラブルな製造といった課題は、商業化を妨げ続けている。 プリキュラ付加工学はPSCの性能と耐久性を向上させることでこれらの問題に対処することを約束している。 本稿では,PSC前駆体の発見と設計に適した高度な推論機能を備えた特殊大言語モデル(LLM)であるPerovskite-R1を紹介する。
  論文  参考訳（メタデータ） (2025-07-22T07:48:32Z)
• BatteryBERT for Realistic Battery Fault Detection Using Point-Masked Signal Modeling [1.7397173676239939]
  本稿では,バッテリー故障検出のためのBERTスタイルの事前学習を適応する新しいフレームワークを提案する。 標準のBERTアーキテクチャを、カスタマイズされた時系列からトーケン表現モジュールと、ポイントレベルのマスケッド信号モデリング(point-MSM)プリトレーニングタスクで拡張する。 このアプローチは、シーケンシャル電流、電圧、その他の電荷放電サイクルデータに対する自己教師付き学習を可能にする。
  論文  参考訳（メタデータ） (2025-05-31T06:06:08Z)
• Polymer Data Challenges in the AI Era: Bridging Gaps for Next-Generation Energy Materials [9.347169734763694]
  エネルギー技術のための高度なポリマーの追求は 断片化されたデータ生態系によって妨げられています この断片化は、機械学習の応用と、グローバルな脱炭に不可欠な物質の発見を阻害する。 新興ソリューションは、技術的および協調的なイノベーションを通じて、これらのギャップに対処する。
  論文  参考訳（メタデータ） (2025-05-15T00:20:42Z)
• Synthetic Data Generation with LLM for Improved Depression Prediction [5.508617844957542]
  本研究では, 抑うつ予測モデルの性能向上のために, 合成データを生成するための大規模言語モデルのためのパイプラインを提案する。 データの完全性とプライバシ保護の指標が満足できるだけでなく、トレーニングデータセットの重大度分布のバランスも取れた。
  論文  参考訳（メタデータ） (2024-11-26T18:31:14Z)
• Machine Learning-Assisted Sustainable Remanufacturing, Reusing and Recycling for Lithium-ion Batteries [0.0]
  この論文は、バッテリライフサイクルを通じてこれらの課題に対処するための機械学習支援フレームワークを開発する。 物理情報による品質制御モデルは、限られた初期サイクルデータから長期劣化を予測する。 予備電池の迅速かつ正確な評価を可能にする生成学習に基づく残留値評価方法。
  論文  参考訳（メタデータ） (2024-06-01T02:43:41Z)
• SubjectDrive: Scaling Generative Data in Autonomous Driving via Subject Control [59.20038082523832]
  我々は、自動走行アプリケーションの改善を継続的に行う方法で、生成データ生産を拡大することが証明された最初のモデルであるSubjectDriveを提案する。 本研究では, 多様なデータを生成するために, 多様な外部データソースを活用可能な, 主観制御機構を備えた新しいモデルを開発する。
  論文  参考訳（メタデータ） (2024-03-28T14:07:13Z)
• Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
  このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。 高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。 また、解決を保障する科学的、技術的課題も検討している。
  論文  参考訳（メタデータ） (2023-12-06T10:46:53Z)
• Towards Long-Term Time-Series Forecasting: Feature, Pattern, and Distribution [57.71199089609161]
  長期的時系列予測(LTTF)は、風力発電計画など、多くのアプリケーションで需要が高まっている。 トランスフォーマーモデルは、高い計算自己認識機構のため、高い予測能力を提供するために採用されている。 LTTFの既存の手法を3つの面で区別する,Conformer という,効率的なTransformer ベースモデルを提案する。
  論文  参考訳（メタデータ） (2023-01-05T13:59:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。