Nanocomposites analysis through machine learning

Los nanocompuestos poliméricos construidos con nanotubos de carbono pueden experimentar cambios de propiedades según el campo eléctrico aplicado durante el proceso de fabricación. En este trabajo, se intenta develar la relación entre los parámetros de la electricidad campo y las propiedades del material a través del aprendizaje automático, donde varios algoritmos fueron evaluados. Parámetros de dispersión e imágenes subsuperficiales, obtenidas por Kelvin Probe Force Microscopy, de las muestras son usadas como entrada de un sistema de clasificación para predecir la amplitud y frecuencia del campo eléctrico aplicado al material. Los resultados experimentales sugieren que la frecuencia de fabricación de la señal que se aplica al material juega un papel importante en la definición de las propiedades del material resultante

• Autores: Parra Garcés, Valentina
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: eng
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/48944
• Acceso en línea: http://hdl.handle.net/1992/48944
• Palabra clave: Materiales nanocompuestos; Aprendizaje automático (Inteligencia artificial); Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf