Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/78284
Or use following links to share this resource in social networks: Recommend this item
Title Modelling Spatial Characteristics of Silicon Solar Cell: Artificial Neural Network Approach
Other Titles Моделювання просторових характеристик кремнієвого сонячного елементу: підхід штучної нейронної мережі
Authors Kamath, R.S.
Kamat, R.K.
ORCID
Keywords штучна нейронна мережа
кремнієвий сонячний елемент
R програмування
ефективність
artificial neural network
silicon solar cell
efficiency
R programming
Type Article
Date of Issue 2020
URI https://essuir.sumdu.edu.ua/handle/123456789/78284
Publisher Sumy State University
License
Citation Kamath, R.S. Modelling Spatial Characteristics of Silicon Solar Cell: Artificial Neural Network Approach [Текст] / R.S. Kamath, R.K. Kamat // Журнал нано- та електронної фізики. – 2020. – Т. 12, № 3. – 03021. – DOI: 10.21272/jnep.12(3).03021.
Abstract У цьому дослідженні представлено моделювання штучної нейронної мережі (ANN) просторових характеристик кремнієвих сонячних елементів. Набір даних отримано з досліджень кремнієвих сонячних елементів, проведених в університеті Шиваджі, Індія. Сонячні елементи на основі кремнію надзвичайно популярні завдяки високій ефективності та більш тривалому терміну експлуатації. ANN – це математична модель на основі біологічних нейронних систем, призначених для збору взаємозв'язків даних для забезпечення більшої точності прогнозування. Представлене дослідження спрямоване на створення найкращої можливої моделі ANN шляхом налаштування таких параметрів, як алгоритм навчання, функція активації та кількість нейронів у прихованих шарах. Таким чином, створена модель ANN включає три нейрони у прихованому шарі та функцію логістичної активації для керованого навчання. У роботі також знайдено середньоквадратичну помилку (RMSE) для оцінки працездатності моделі.
This research presents Artificial Neural Network (ANN) modelling of silicon solar cells’ spatial characteristics. The dataset for the present study is acquired from the research on silicon solar cells carried out at Shivaji University, India. The silicon-based solar cells are exceptionally popular due to their high efficiency and longer lifetime. An ANN is a mathematical model based on biological neural systems skilled to capture relationship in data to provide higher forecast accuracy. The present investigation aimed at building best possible ANN architecture by tweaking the parameters such as learning algorithm, activation function and number of neurons in hidden neurons. Thus, derived ANN architecture involves three neurons in the hidden layer and logistic activation function for supervised learning. Root Mean Square Error (RMSE) estimate of error rate is used here for assessing the performance of the model.
Appears in Collections: Журнал нано- та електронної фізики (Journal of nano- and electronic physics)

Views

Australia Australia
1
China China
1207345
Germany Germany
16977
Greece Greece
68
Ireland Ireland
1167
Lithuania Lithuania
1
Singapore Singapore
4804315
Sweden Sweden
1
Ukraine Ukraine
95630
United Kingdom United Kingdom
47816
United States United States
4804308
Unknown Country Unknown Country
10977701
Vietnam Vietnam
70

Downloads

Germany Germany
1
Indonesia Indonesia
1
Ireland Ireland
1
Lithuania Lithuania
1
Singapore Singapore
1
Ukraine Ukraine
95631
United Kingdom United Kingdom
1
United States United States
4804310
Vietnam Vietnam
1

Files

File Size Format Downloads
Kamath_jnep_3_2020.pdf 314.33 kB Adobe PDF 4899948

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.