文献

J-GLOBAL ID：202002221426427820   整理番号：20A2157187

より良い,より速い,そしてより少ないバイアス機械学習:強誘電体薄膜における電気機械スイッチング【JST・京大機械翻訳】

Better, Faster, and Less Biased Machine Learning: Electromechanical Switching in Ferroelectric Thin Films

著者 (6件)： Griffin Lee A. (G. W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA) ,  Griffin Lee A. (School of Electrical Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA) ,  Gaponenko Iaroslav (G. W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA) ,  Gaponenko Iaroslav (Department of Quantum Matter Physics, University of Geneva, Geneva, 1204, Switzerland) ,  Bassiri-Gharb Nazanin (G. W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA) ,  Bassiri-Gharb Nazanin (School of Materials Science and Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA)
資料名： Advanced Materials  (Advanced Materials)
巻： 32  号： 38  ページ： e2002425  発行年： 2020年 
JST資料番号： W0001A  ISSN： 0935-9648  CODEN： ADVMEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 機械学習技術は,材料研究における複雑な挙動の解析にますます適用されている。大規模および多次元データセット内の基本的挙動を同定するために頻繁に用いられるので,これらの技法は数学モデルに基づいている。したがって,固有の物理的または化学的意味または制約なしで,それらは偏った解釈の傾向がある。材料科学,特に材料機能における機械学習結果の解釈性は,物理的洞察と注意深いデータ処理により大きく改善できる。次元積層のような技術の使用は,非常に必要な物理的および化学的制約を提供することができ,一方,モデルパラメータによって課された仮定の適切な理解は,過剰解釈を避けるのを助けることができる。これらの概念を,PbZr_0.2Ti_0.8O_3薄膜における最近報告された強誘電性スイッチング実験への適用によって説明した。物理的制約の系統的解析と導入を通して,存在する挙動は,以前に示唆されたエキゾチック機構によるものではなく,電気化学的変形,静電相互作用,および/または電荷注入のような非強誘電性現象によって重畳された古典的強誘電スイッチングによって,むしろ良く記述されると主張した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スイッチング ,  *薄膜 ,  偏光 ,  数学モデル ,  *電気機械 ,  静電相互作用 ,  強誘電性 ,  電気化学 ,  データ処理 ,  キャリア注入 ,  次元縮小 ,  *機械学習
準シソーラス用語： モデルパラメータ ,  *強誘電体薄膜 ,  多次元データ , 【Automatic Indexing@JST】

著者キーワード (7件)： 次元縮小 ,  次元積層 ,  強誘電体薄膜 ,  機械学習 ,  物理的および化学的制約 ,  圧電応答力顕微鏡 ,  偏光スイッチング

分類 (2件)： 無機化合物一般及び元素  (CD01010D) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： バイアス ,  機械学習 ,  強誘電体薄膜 ,  電気機械 ,  スイッチング