[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-348-019-maschinenlernen-fuer-weiterentwicklung-der-photovoltaik-fr":3},{"news":4,"categories":56},{"id":5,"status":6,"slug":7,"publish_date":8,"featured_image_hidden":9,"image":10,"translations":16,"categories":35,"newsletters":36,"title":28,"short_title":28,"excerpt":29,"languages_code":30,"seo":14,"components":41},14515,"published","348-019-maschinenlernen-fuer-weiterentwicklung-der-photovoltaik","2024-05-27T12:00:05.240Z",false,{"id":11,"width":12,"height":13,"focal_point_x":14,"focal_point_y":14,"filename_download":15,"description":14},"3bd1d922-2e1e-4560-89ea-8b4e749e4482",1920,1440,null,"348_019epfl_re.jpg",[17,27],{"id":18,"title":19,"short_title":19,"slug":7,"excerpt":20,"languages_code":21,"seo":14,"components":22},14514,"Maschinenlernen für Weiterentwicklung der Photovoltaik","Ein Forschungsprojekt, an dem auch die ETH Lausanne beteiligt ist, hat für die Weiterentwicklung der Photovoltaik ein neues Suchverfahren entwickelt, das auf Machine Learning beruht. Es ermöglicht eine effizientere Suche nach neuen Materialien für ökonomische Solarzellen. ","de-CH",[23],{"collection":24,"item":25,"id":26},"component_text","1de3a422-c745-401d-826f-8fc5e967a4a8",14092,{"id":5,"title":28,"short_title":28,"slug":7,"excerpt":29,"languages_code":30,"seo":14,"components":31},"L’apprentissage par la machine pour poursuivre le développement du photovoltaïque","Un projet de recherche, auquel participe également l'EPFL, a développé un nouveau procédé de recherche basé sur l'apprentissage automatique pour le développement du photovoltaïque. Il permet une recherche plus efficace de nouveaux matériaux pour des cellules solaires économiques. ","fr-CH",[32],{"collection":24,"item":33,"id":34},"c7217d7e-22a1-4625-b7cb-0a429ca776ee",14093,[],[37],{"newsletters_id":38},{"id":39,"number":40},"4d3c21a8-0a8f-4116-bdd7-03244f124b97","348",[42],{"collection":24,"item":33,"id":34,"data":43},{"id":33,"anchor":14,"title":14,"introduction":14,"text":44,"button_position":45,"media_type":46,"media_position":14,"youtube_url":14,"image":14,"button":47},"\u003Cp>L'objectif principal de la recherche est de trouver des alternatives au silicium dominant, notamment des «pérovskites», qui laissent entrevoir des coûts de production plus faibles et des procédés de fabrication plus simples. La nouvelle méthode développée par l'équipe de recherche repose sur un «entraînement» des ordinateurs sur la base de 246 pérovskites connues, des minéraux de la classe minérale des oxydes et des hydroxydes qui absorbent la lumière de manière particulièrement efficace et dissipent bien le courant obtenu. Les propriétés de 15 000 matériaux ont été analysées à l'aide de la nouvelle méthode. La méthode a permis d'identifier 14 pérovskites entièrement nouvelles, qui conviennent parfaitement aux modules photovoltaïques. (Image : H. Wang\u002FEPFL)\u003C\u002Fp>","under","NULL",[48],{"links_id":49},{"id":50,"anchor":14,"label":51,"color":52,"type":53,"link_external":54,"link_email":14,"link_phone":14,"link_page":55,"link_asset":14},"427a170a-71cc-4c48-be80-3240ecb43780","Article de l’EPF Lausanne","red","external","https:\u002F\u002Factu.epfl.ch\u002Fnews\u002Fl-ia-accelere-la-decouverte-de-nouveaux-materiaux-\u002F",[],[]]