15608

13959

كارشناسي ارشد

ماده چگال

اصفهان : دانشگاه صنعتي اصفهان

1399

ده، 78ص. : مصور، جدول، نمودار

جواد هاشمي فر

مجتبي اعلايي

اسماعيل عبدالحسيني سارسري، امير الحاجي

1399/04/15

كتابنامه

فيزيك

فيزيك

1399/04/15

2617553

چكيده گاف نواري يك پارامتر مهم و كليدي در نيمهرساناها براي كاربردهاي الكترونيكي و نوري است با وجود پيشرفتهاي زياد محاسبات ابتدا به ساكن محاسبه دقيق گاف نواري هنوز يك مساله چالشي است و غالبا نياز به محاسبات سنگين دارد از طرفي روش يادگيري ماشين در كنار پايگاههاي داده بزرگ موجود منجر به توليد راه حلهاي سادهتر براي بسياري از مسائل پيچيده شده است لذا در اين پروژه از روش يادگيري ماشين براي توليد يك مدل مناسب براي پيشبيني گاف نواري بلورهاي نيمهرسانا استفاده خواهيم كرد بدين منظور ابتدا يك مجموعه متشكل از بلورهاي نيمهرساناي دوتايي انتخاب ميكنيم و سپس با محاسبات ابتدا به ساكن دادههاي مورد نياز را تهيه مي كنيم در ادامه و با استفاده از نرم افزار متلب و به روش هاي LASSO OLSR Ridge SVR به يادگيري بانظارت ماشين مي پردازيم

Abstract Band gap is an important and key parameter in semiconductors for electronic andoptical applications Despite the many advances in computing of first to the resident accurate calculation of the band gap is still a challenging issue and often requires heavycalculations On the other hand machine learning methods along with existing largedatabases have led to the production of simpler solutions to many complexproblems Therefore in this project we will use machine learning methods to produce asuitable model for predicting the band gap of semiconductor crystals For this purpose wefirst select a set consisting of double semiconductor crystals and then by computing of firstto the resident we prepare the required data Then using MATLAB software and LASSO OLSR Ridge SVR methods we will pay to Supervised Learning of machine

جواد هاشمي فر

مجتبي اعلايي

اسماعيل عبدالحسيني سارسري، امير الحاجي