NTCDA/p-Si紫外光电二极管光电性能的经典与量子回归分析
机器学习
2021-09-01 v4 系统与控制
系统与控制
应用物理
摘要
鉴于紫外光电二极管在许多技术应用中的关键作用，以及机器学习技术在回归和分类问题中实现的高效率，采用不同人工智能技术对有机/无机异质结紫外光电二极管的性能进行建模。在此，详细解释了所制备的Au/NTCDA/p-Si/Al光电二极管的性能，并显示出对强度范围为20至80 的紫外光具有优异的响应度和探测率。所制备的光电二极管在高达65 的照度下表现出线性电流-辐照度关系。它还表现出良好的响应时间： ms 和 ms。此外，我们不仅拟合了特征I-V曲线，还评估了三种经典算法：k近邻、人工神经网络和遗传编程，以及使用量子神经网络来预测所制备器件的行为。这些模型取得了出色的结果，并成功捕捉目标值的趋势。量子神经网络首次被用于建模光电二极管。这些模型可替代重复的制备过程，意味着成本和制造时间的降低。
引用
@article{arxiv.2004.01257,
title = {Classical and quantum regression analysis for the optoelectronic performance of NTCDA/p-Si UV photodiode},
author = {Ahmed M. El-Mahalawy and Kareem H. El-Safty},
journal= {arXiv preprint arXiv:2004.01257},
year = {2021}
}
备注
25 pages, single column file, 16 figures, 3 tables, updated the values in table 3, added github repository in the paper, increased the DPI of the figures. submitted to Optik