TY  - BOOK
AU  - Stielow, Thomas Gerhard Heinrich
PY  - 2022
DA  - 2022//
TI  - Analyzing and controlling large nanosystems with physics-trained neural networks
PB  - Universität Rostock
CY  - Rostock
AB  - In dieser Arbeit wird untersucht, wie Neuronale Netze genutzt werden können, um die Auswertung von Experimenten durch Minimierung des Simulationsaufwandes beschleunigen zu können. Für die Rekonstruktion von Silber-Nanoclustern aus Einzelschuss-Weitwinkel-Streubildern können diese bereits aus kleinen Datenätzen allgemeine Rekonstruktionsregeln ableiten und ermöglichen durch direktes Training auf der Streuphysik unerreichte Detailtiefen. Für Giant-Dipole-Zustände von Rydbergexzitonen in Kupferoxydul wird mittels Deep Reinforcement Learning ein Anregungsschema aus Simulationen hergeleitet.<ger>
UR  - http://purl.uni-rostock.de/rosdok/id00003781
UR  - https://nbn-resolving.org/urn:nbn:de:gbv:28-rosdok_id00003781-2
UR  - https://d-nb.info/1293538116/34
UR  - https://doi.org/10.18453/rosdok_id00003781
DO  - 10.18453/rosdok_id00003781
LA  - English
N1  - vorgelegt von Thomas Stielow
ID  - 1810125839
ER  -