EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

An Industry-Ready Deep Learning Framework for Power Loss Prediction in Half-Cut Photovoltaic Modules

Mahmoud Dhimish, Angela Lee

Solar Compass · 2026-11 · 100196

DOI: 10.1016/j.solcom.2026.100196 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Solar Compass, 2026-11. Verfasst von Mahmoud Dhimish und 1 weiteren Autor:innen. Die Arbeit nennt 40 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Dhimish, M., & Lee, A. (2026). An Industry-Ready Deep Learning Framework for Power Loss Prediction in Half-Cut Photovoltaic Modules. Solar Compass, 100196. https://doi.org/10.1016/j.solcom.2026.100196

Vancouver

Dhimish M, Lee A. An Industry-Ready Deep Learning Framework for Power Loss Prediction in Half-Cut Photovoltaic Modules. Solar Compass. 2026:100196. doi:10.1016/j.solcom.2026.100196

BibTeX
@article{Dhimish2026,
  author = {Dhimish, Mahmoud and Lee, Angela},
  title = {An Industry-Ready Deep Learning Framework for Power Loss Prediction in Half-Cut Photovoltaic Modules},
  journal = {Solar Compass},
  year = {2026},
  pages = {100196},
  doi = {10.1016/j.solcom.2026.100196}
}
Kostenlos starten →