• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Вебинар НУГ "Дифференциальные уравнения и численные методы"

Приглашаем вас на научно-исследовательский вебинар в четверг, 14 января 2021 в 19:40. Евгений Цымбалов расскажет о применении машинного обучения для инженерии упругодеформированных материалов.

Тема доклада:
"Машинное обучение для инженерии упругодеформированных материалов"

 
Докладчик:

  • Е.А. Цымбалов, PhD, Сколтех



Аннотация:

Наноструктурированные материалы могут выдерживать большие деформации и обладать примечательными свойствами в деформированном состоянии: электронные, оптические, тепловые и химические характеристики деформированного кристалла могут резко отличаться от недеформированных аналогов. Инженерия в пределах допустимых упругих деформаций означает, что эти свойства могут быть изменены по запросу, открывая путь к инженерии упругих деформаций (Elastic Strain Engineering, ESE). Интересующие свойства изучаются с помощью расчетов на основе теории функционала плотности, однако требуется большое количество вычислительных ресурсов, если кто-то хочет исследовать пространство деформации 6D или выполнить оптимизацию любого целевого показателя.

 

Эта проблема решается с помощью инженерии глубокой упругой деформации, в которой используется суррогатная модель машинного обучения (ML), основанная на данных первопринципного моделирования. В докладе будет рассмотрен подход на основе нейронных сетей, адаптированный к потребностям ESE и использующий взаимодействие между моделью и симуляциями. В частности, мы используем преимущества различных источников данных, предоставляемых расчетами из первых принципов, и предлагаем механизм активного обучения модели. Также подробно исследуется общая проблема количественной оценки неопределенности нейронных сетей на основе метода Монте-Карло.

 

Эффективность предлагаемых подходов широко исследуется в ряде численных экспериментов. Будут приведены результаты исследовательского анализа шестимерного пространства деформаций, наличие прямой запрещенной зоны и сценарии переходов в металлическое состояние для кристаллов кремния и алмаза, а также всестороннее описание топологических особенностей электронной зонной структуры и имитация натурных экспериментов на основе МКЭ. Разработанные подходы могут быть использованы для исследований следующего поколения в области ESE для различных приложений в микро- и оптоэлектронике.


Запись выступления:
https://cloud.mail.ru/stock/eG1YtNuWtNfcevuTJboLXr8f