神経進化によるグラフェンベース量子トランスデューサの逆設計【JST・京大機械翻訳】

Ryczko Kevin; Darancet Pierre; Tamblyn Isaac

プレプリント

J-GLOBAL ID：202202211628324579 整理番号：21P0039666

神経進化によるグラフェンベース量子トランスデューサの逆設計【JST・京大機械翻訳】

Inverse Design of a Graphene-Based Quantum Transducer via Neuroevolution

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年07月14日プレプリントサーバーでの情報更新日： 2021年02月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

人工ニューラルネットワーク,遺伝的アルゴリズム,および強束縛計算に基づく逆設計フレームワークを導入し,ナノ電子デバイスの非常に大きな構成空間を最適化できる。著者らの非線形最適化手順は,異なるドーピングの領域の成長政策を制御する超演算子を通して,試行ハミルトニアンで動作する。提案アルゴリズムは,バレートロニクス応用に対するグラフェンベース3端子デバイスのドーピングを最適化し,数千評価(約2 ̄3800可能な構成)で,高メリット機能を有する合成可能なデバイスに単調に収束することを示した。最良性能デバイスは,≒96%(≒94%)K(K’)谷純度の谷電流の末端特異的分離を可能にした。重要なことは,著者らの非線形最適化手順により見出されたデバイスは,形状最適化で得られたものより,より高いメリット関数と欠陥に対するより高いロバスト性の両方を有することである。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

炭素とその化合物 , 光集積回路,集積光学 , 集積回路一般

, , , , ,

前のページに戻る