| DC Field | Value | Language |
|---|
| dc.contributor.author | Шиманский, Н. А. | - |
| dc.contributor.author | Баглов, А. В. | - |
| dc.contributor.author | Хорошко, Л. С. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-01-20T07:23:03Z | - |
| dc.date.available | 2025-01-20T07:23:03Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Шиманский, Н. А. Экспресс-анализ структурных и электронных свойств наноматериалов методами Big Data, Large Language models & Generative AI = Express analysis of the structural and electronic properties of nanomaterials using Big Data, Large Language models & Generative AI / Н. А. Шиманский, А. В. Баглов, Л. С. Хорошко // Компьютерное проектирование в электронике = Electronic Design Automation : cборник трудов Международной научно-практической конференции, Минск, 28 ноября 2024 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. Р. Стемпицкий [и др.]. – Минск, 2024. – С. 100–103. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/58832 | - |
| dc.description.abstract | В данной работе рассматривается возможность использования генеративного машинного обучения и методов работы с большими данными для предиктивного анализа электронных свойств сверхтонких наноструктур на основе полупроводниковых материалов, не ограничивая при этом общность данного подхода для иных кристаллических материалов. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | большие данные | en_US |
| dc.subject | наноматериалы | en_US |
| dc.title | Экспресс-анализ структурных и электронных свойств наноматериалов методами Big Data, Large Language models & Generative AI | en_US |
| dc.title.alternative | Express analysis of the structural and electronic properties of nanomaterials using Big Data, Large Language models & Generative AI | en_US |
| dc.type | Article | en_US |
| local.description.annotation | This paper explores the possibility of using generative Machine Learning and Big Data methods for predictive analysis of the electronic properties of ultrathin and nanostructures based on crystalline semiconductor materials, without limiting the generality of this approach to other crystalline materials. | en_US |
| Appears in Collections: | Компьютерное проектирование в электронике (2024)
|
