In een nieuwe publicatie van Opto-elektronische vooruitgang, Shreeniket Joshi en Amirkianoosh Kiani van de Ontario Tech University, Ontario, Canada, bespreken hybride kunstmatige neurale netwerken en een analytisch model voor de voorspelling van optische constanten en bandgap-energie van 3D nanonetwerk-siliciumstructuren.
Deze studie introduceert een betrouwbare methode om optische eigenschappen te bepalen voor nieuwe dunne siliciumfilms (nanomateriaal). Dunne siliciumfilms werden op glas afgezet door siliciumwafels te bombarderen met gepulseerde laserstralen. Het vinden van optische eigenschappen van nieuwe nanomaterialen is een uitdaging omdat er beperkte experimentele gegevens beschikbaar zijn. De bestaande modellen voor het vinden van optische eigenschappen bleken complex en foutgevoelig te zijn. Deze studie stelt een nieuwe methode voor om analytische modellen te gebruiken met kunstmatige neurale netwerken. Het doel van het gebruik van kunstmatige neurale netwerken was om een wiskundige functie te ontwikkelen om optische constanten voor nieuwe dunne films te voorspellen. Deze voorgestelde methode bleek 95 procent nauwkeurig te zijn.
De onderzoeksgroep van Dr. Amirkianoosh Kiani van de Ontario Tech University stelde deze studie voor om optische eigenschappen van nieuwe dunne siliciumfilms te vinden en de methode werd gevalideerd met overtuigend bewijs om nauwkeurig en betrouwbaar te zijn. Voor transparante nieuwe materialen kunnen optische eigenschappen worden bepaald met behulp van experimentele gegevens voor transmissie en reflectie. Het is echter een uitdaging om hetzelfde te doen voor ondoorzichtige materialen, omdat in dit geval alleen reflectiegegevens beschikbaar zijn. Deze studie kan worden gebruikt om een wiskundige relatie te leggen tussen de beschikbare experimentele gegevens en toont veelbelovend potentieel voor het voorspellen van optische eigenschappen voor ondoorzichtige materialen op basis van alleen reflectiegegevens.
Verder bleek dat de optische eigenschappen die zijn bepaald voor de nieuwe dunne siliciumfilm die in deze studie is besproken, een energiebandafstand van 1.648 hebben, deze waarde ligt dicht bij materialen die worden gebruikt voor het oogsten van zonne-energie. Aangezien dunne siliciumfilms een fenomenaal oppervlak hebben, kan een materiaal met deze energiebandafstand zeer efficiënt blijken te zijn in zonne-energietoepassingen. De onderzoeksgroep wil deze methode ook gebruiken voor opwindende materialen zoals titania, gouden nanodeeltjes, enz. Die worden gebruikt in biomedische toepassingen.
Shreeniket Joshi et al, Hybride kunstmatige neurale netwerken en analytisch model voor de voorspelling van optische constanten en bandgap-energie van 3D nanonetwerk-siliciumstructuren, Opto-elektronische vooruitgang (2021). DOI: 10.29026/oea.2021.210039
Geleverd door Compuscript Ltd