• ВХОД

    •  

    Полное описание


     Ветрова, Наталия Алексеевна. Критерий оценки нейросетевой модели гетероструктурных наноэлектронных устройств для прогнозирования их электрических параметров / Н. А. Ветрова, А. А. Филяев. - DOI 10.22363/2312-8143-2022-23-1-7-14. - Текст : непосредственный // Российский университет дружбы народов (Москва). Вестник Российского университета дружбы народов = Rudn Journal of Engineering Researcher : научный журнал. - 2022. - Т. 23, N 1. - С. 7-14. - Библиогр. в конце ст. - ISSN 2312-8143.
    (Шифр в БД У2466/2022/23/1)
    ГРНТИ УДК
    47.13.07621.382:538.91
    28.23.37004.032.26
    РУБ ИИ
    04.01
    07.99

    Рубрики:
    Искусственный интеллект -- Нейронные сети
    Нейронные сети -- Применение

    Кл.слова (ненормированные): наноэлектроника -- критерий -- искусственные нейронные сети -- нейронные сети -- нейросеть -- нейросетевые модели -- гетероструктурные устройства
    Аннотация: Работа посвящена нейросетевому подходу, который предлагается использовать для прогнозирования эксплуатационных параметров гетероструктурных наноразмерных устройств различного назначения. Его преимуществом является эффективная методика оценки весовых коэффициентов в составе обучаемой искусственной нейронной сети, что позволяет решать задачу для устройств с произвольной структурой. Обучение представляет собой сложный итерационный процесс, по окончании которого важно производить оценку работы нейросетевой модели. Поэтому после построения такой модели необходимо определить достигаемую точность, а также выявить негативные эффекты, которые могут возникнуть в процессе обучения, в частности переобучение и недообучение сети. Представлен критерий оценки качества обучения нейросетевой модели гетероструктурных наноэлектронных устройств для прогнозирования их электрических параметров. Основное преимущество данного критерия - его чувствительность к негативным эффектам, возникающим в процессе обучения, что было продемонстрированно на примере с двумя входными обучающими параметрами и подтверждено визуальным контролем 3D-поверхностей. Доказана применимость разработанного критерия при выборе нейронных сетей с произвольной архитектурой для решения конструкторских задач при проектировании полупроводниковых приборов.
    Доп. точки доступа:
    Филяев, Александр Александрович

    Экз-ры полностью У2466/2022/23/1
    Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
    Свободны: ЧЗХР (1), ХРЦ (1)
    Переход по DOI



    Заказ фрагмента документа ₽