سال انتشار: 1400
محل انتشار: بیست و نهمین همایش بلورشناسی و کانی شناسی ایران
کد COI مقاله: SCMI29_122
زبان مقاله: فارسیمشاهده این مقاله: 42
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله روشهای یادگیری ماشین در مطالعه مواد ابررسانا
چکیده مقاله:
نظریه ای جامع که توانایی پیش بینی دمای گذار مربوط به همه مواد ابررسانا را داشته باشد، تا به امروز ارائه نشده است . مشاهده مقدار دمای گذار یک ترکیب ، مستلزم صرف هزینه های سنگینی به منظور ساخت نمونه در آزمایشگاه است . در این پژوهش ، با استفاده از یک مدل مبتنی بر یادگیری ماشین دمای گذار برخی از ترکیبات مواد ابررسانا را پیش بینی کردیم . در اینجا از یک مجموعه داده شامل ۱۳۵۶۲ ترکیب ابررسانا استفاده شد که برای هر ترکیب ۱۳۲ ویژگی محاسبه گردید. مقدار R۲ برابر با ۹۲۴.۰ و همچنین مقدار RMSE برابر با ۳.۷ کلوین بدست آمد.
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا SCMI29_122 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/1421927/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:گش مرد، حسن و شاکری پور، حمیده،1400،روشهای یادگیری ماشین در مطالعه مواد ابررسانا،بیست و نهمین همایش بلورشناسی و کانی شناسی ایران،https://civilica.com/doc/1421927
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، گش مرد، حسن؛ حمیده شاکری پور)
برای بار دوم به بعد: (1400، گش مرد؛ شاکری پور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات مرتبط جدید
- اثر اندازه ثابت شبکه شبه بلوری از نانو ذرات ایندیوم و آلومنییوم بر روی خودکانونی پالس لیزر
- بررسی دمای پخت بر خواص ساختاری نانو ذراتYCrO۳ ساخته شده به روش سل -ژل
- سنتز نانوساختار هیبریدی اکسید مس -اکسید روی -اکسید گرافن و بررسی خاصیت فوتوکاتالیستی آن در تجزیه رنگ آلاینده متیلن آبی
- حذف رنگ نفتول گرین از محیط آبی توسط فوتوکاتالیزور ZnS/MoS۲/Fe۳O۴
- رشد بلور از محلول در دمای پایین و پارامترهای مهم آن
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.