通过机器学习算法最小化协同化ZnO化液晶的值电压参数
Gülnur Önsal1, Onur Uğurlu2, Ümit H Kaynar2
1Department of Fundamental Sciences, Izmir Bakircay University, 35665, Izmir, Turkey. gulnur.onsal@bakircay.edu.tr.
Scientific reports
|August 7, 2023
概括
联合化 (Al-Cu):ZnO半导体纳米结构被用于增强E7液晶中的电光特性. 机器学习确定了最佳度,将值电压降低了19%.
科学领域:
- 材料科学 材料科学 材料科学
- 凝聚物质物理学 凝聚物质物理学
- 纳米技术纳米技术
背景情况:
- 阴性液晶 (LCs) 对于电光器件至关重要.
- 调整LC属性,如值电压,对于性能提升至关重要.
- 半导体纳米结构为修改LC行为提供了潜力.
研究的目的:
- 为了研究配 (Al-Cu):ZnO半导体纳米结构对E7液晶的电光特性的影响.
- 通过有针对性的兴奋剂来最大限度地降低纯E7液晶的门电压.
- 利用机器学习优化兴奋剂度.
主要方法:
- 制造12个具有不同 (Al-Cu):ZnO度的复合结构.
- 创建用于机器学习模型培训的实验数据集.
- 应用机器学习算法,特别是AdaBoost,来预测最佳度.
- 预测最佳度的实验验证.
主要成果:
- 在预测最佳度方面,AdaBoost算法实现了96%的准确性.
- 与 (Al-Cu):ZnO联合合显著降低了E7液晶的值电压.
- 使用优化的 (Al-Cu):ZnO注,可以实现门电压的19%降低.
结论:
- 配 (Al-Cu):ZnO半导体纳米结构有效地增强了E7液晶的电光特性.
- 机器学习是优化材料组合的可行工具,以实现所需的性能特征.
- 该研究成功展示了一种降低液晶值电压的方法,为改进的显示技术铺平了道路.
更多相关视频
08:18Synthesis and Characterization of High c-axis ZnO Thin Film by Plasma Enhanced Chemical Vapor Deposition System and its UV Photodetector Application
Published on: October 3, 2015
15.3K
10:33An Electrochemical Cholesteric Liquid Crystalline Device for Quick and Low-Voltage Color Modulation
Published on: February 27, 2019
8.5K
