کاربرد یادگیری عمیق در طبقه بندی کریستالهای فنونی

کریستالهای فنونی نوعی از فرامواد با ساختار میکرو-نانو هستند . برای بررسی ویژگیهای مکانیکی در کریستالهای فنونی نیاز به تعیین بندگپ ها است . باید توجه داشت که محاسبه دقیق بندگپها امری بسیار زمانبر و دشوار است. تشخیص تعداد بندگپ بدون انجام محاسبات و تنها براساس محاسبات پیشین موجب بهبود عملکرد روشهای تحلیل و طراحی کریستالهای فنونی میگردد. در این تحقیق کریستالهای فنونی براساس تعداد بندگپ هایشان دسته بندی میشوند. برای این منظور، از شبکه های عصبی کم عمق و عمیق برای دستیابی به بهترین مدل طبقه بندی استفاده شده است . نتایج عددی نشان میدهد که یادگیری عمیق مبتنی بر شبکه عصبی مصنوعی منجر به عملکرد بسیار بالا برای تعیین تعداد بندگپ های کریستالهای فنونی شده است. بطوری که با استفاده از مدل طبقه بندی توسعه یافته در این تحقیق، مجموعه آزمون نرخ صحت ۹۰ درصد را حاصل میکند.

کلیدواژه ها:

کریستال فنونی ، ساختار بندگپ ، شبکه عصبی مصنوعی ، یادگیری عمیق ، طبقه بندی