Standard

Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения. / Редьков, Алексей Викторович; Роженцев, Д В; Гращенко, Александр Сергеевич; Осипов, Андрей Викторович; Кукушкин, Сергей Арсеньевич.

в: ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ", Том 51, № 22, 2025, стр. 31-35.

Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование

Harvard

Редьков, АВ, Роженцев, ДВ, Гращенко, АС, Осипов, АВ & Кукушкин, СА 2025, 'Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения', ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ", Том. 51, № 22, стр. 31-35. https://doi.org/10.61011/PJTF.2025.22.61581.20441

APA

Редьков, А. В., Роженцев, Д. В., Гращенко, А. С., Осипов, А. В., & Кукушкин, С. А. (2025). Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения. ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ", 51(22), 31-35. https://doi.org/10.61011/PJTF.2025.22.61581.20441

Vancouver

Редьков АВ, Роженцев ДВ, Гращенко АС, Осипов АВ, Кукушкин СА. Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения. ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ". 2025;51(22):31-35. https://doi.org/10.61011/PJTF.2025.22.61581.20441

Author

Редьков, Алексей Викторович ; Роженцев, Д В ; Гращенко, Александр Сергеевич ; Осипов, Андрей Викторович ; Кукушкин, Сергей Арсеньевич. / Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения. в: ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ". 2025 ; Том 51, № 22. стр. 31-35.

BibTeX

@article{3d4f58a09f3343b6a59a04892e8ede0d,
title = "Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения",
abstract = "В работе продемонстрировано применение методов машинного обучения для прогнозирования свойств эпитаксиальных структур в многопараметрических технологических процессах, характеризующихся сложными нелинейными зависимостями. В качестве модельной системы исследован синтез тонких пленок карбида кремния на кремниевых подложках методом замещения атомов.Разработана нейросетевая модель, способная предсказывать ключевые характеристики получаемых пленок SiC на основе технологических параметров синтеза, включающих давление, температуру, тип подложки и иные условия. Выполнена комплексная оптимизация структуры модели и проведена валидация точности прогнозирования. ",
author = "Редьков, {Алексей Викторович} and Роженцев, {Д В} and Гращенко, {Александр Сергеевич} and Осипов, {Андрей Викторович} and Кукушкин, {Сергей Арсеньевич}",
year = "2025",
doi = "10.61011/PJTF.2025.22.61581.20441",
language = "русский",
volume = "51",
pages = "31--35",
journal = "ПИСЬМА В {"}ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ{"}",
issn = "0320-0116",
publisher = "ФТИ им.Иоффе",
number = "22",

}

RIS

TY - JOUR

T1 - Построение прогнозных моделей для роста тонких пленок SiC/Si с использованием методов машинного обучения

AU - Редьков, Алексей Викторович

AU - Роженцев, Д В

AU - Гращенко, Александр Сергеевич

AU - Осипов, Андрей Викторович

AU - Кукушкин, Сергей Арсеньевич

PY - 2025

Y1 - 2025

N2 - В работе продемонстрировано применение методов машинного обучения для прогнозирования свойств эпитаксиальных структур в многопараметрических технологических процессах, характеризующихся сложными нелинейными зависимостями. В качестве модельной системы исследован синтез тонких пленок карбида кремния на кремниевых подложках методом замещения атомов.Разработана нейросетевая модель, способная предсказывать ключевые характеристики получаемых пленок SiC на основе технологических параметров синтеза, включающих давление, температуру, тип подложки и иные условия. Выполнена комплексная оптимизация структуры модели и проведена валидация точности прогнозирования.

AB - В работе продемонстрировано применение методов машинного обучения для прогнозирования свойств эпитаксиальных структур в многопараметрических технологических процессах, характеризующихся сложными нелинейными зависимостями. В качестве модельной системы исследован синтез тонких пленок карбида кремния на кремниевых подложках методом замещения атомов.Разработана нейросетевая модель, способная предсказывать ключевые характеристики получаемых пленок SiC на основе технологических параметров синтеза, включающих давление, температуру, тип подложки и иные условия. Выполнена комплексная оптимизация структуры модели и проведена валидация точности прогнозирования.

UR - https://journals.ioffe.ru/articles/61581

U2 - 10.61011/PJTF.2025.22.61581.20441

DO - 10.61011/PJTF.2025.22.61581.20441

M3 - статья

VL - 51

SP - 31

EP - 35

JO - ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ"

JF - ПИСЬМА В "ЖУРНАЛ ТЕХНИЧЕСКОЙ ФИЗИКИ"

SN - 0320-0116

IS - 22

ER -

ID: 141812886