عنوان : ( کاربرد یادگیری عمیق در طبقهبندی کریستالهای فنونی )
نویسندگان: شیرین جوادی , علی مقامی , سیدمحمود حسینی ,بر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
کریستالهای فنونی نوعی از فرامواد با ساختار میکرو-نانو هستند. برای بررسی ویژگی های مکانیکی در کریستالهای فنونی نیاز به تعیین بندگپها است. باید توجه داشت که محاسبه دقیق بندگپ ها امری بسیار زمان بر و دشوار است. تشخیص تعداد بندگپ بدون انجام محاسبات و تنها براساس محاسبات پیشین موجب بهبود عملکرد روش های تحلیل و طراحی کریستال های فنونی میگردد. در این تحقیق کریستالهای فنونی براساس تعداد بندگپ هایشان دستهبندی می شوند. برای این منظور، از شبکههای عصبی کم عمق و عمیق برای دستیابی به بهترین مدل طبقهبندی استفاده شده است. نتایج عددی نشان می دهد که یادگیری عمیق مبتنی بر شبکه عصبی مصنوعی منجر به عملکرد بسیار بالا برای تعیین تعداد بندگپهای کریستالهای فنونی شده است. بطوری که با استفاده از مدل طبقهبندی توسعه یافته در این تحقیق، مجموعه آزمون نرخ صحت 90 درصد را حاصل می کند.
کلمات کلیدی
, کریستال فنونی, ساختار بندگپ, شبکه عصبی مصنوعی, یادگیری عمیق, طبقهبندی@inproceedings{paperid:1088400,
author = {جوادی, شیرین and مقامی, علی and حسینی, سیدمحمود},
title = {کاربرد یادگیری عمیق در طبقهبندی کریستالهای فنونی},
booktitle = {هفتمین کنفرانس بین المللی مهندسی صنایع و سیستمها},
year = {2021},
location = {مشهد, ايران},
keywords = {کریستال فنونی، ساختار بندگپ، شبکه عصبی مصنوعی، یادگیری عمیق، طبقهبندی},
}
%0 Conference Proceedings
%T کاربرد یادگیری عمیق در طبقهبندی کریستالهای فنونی
%A جوادی, شیرین
%A مقامی, علی
%A حسینی, سیدمحمود
%J هفتمین کنفرانس بین المللی مهندسی صنایع و سیستمها
%D 2021