Анотація. На основі аналізу недоліків класичних методів обробки сигналів РСГР (релак-саційна спектроскопія глибоких рівнів) запропоновано альтернативний алгоритм, що базується на перевагах методу штучних нейронних мереж. Доведено правомірність його застосування для дослідження простих моделей з одним глибоким рівнем та стійкість до значного рівня зашумленості сигналу.Ключові слова: РСГР, шум, переріз захоплення, енергія активації, штучні нейронні мережі ARTIFICIAL NEURAL NETWORKS METHOD FITTING FOR DEEP-LEVEL TRANSIENT SPECTROSCOPY SIGNALS ANALYSIS D. B. Gryaznov, S. A. Korin, V. J. Opylat, O. V. TretyakAbstract. On the basis of analysis of classical methods disadvantages of deep level transient spectroscopy (DLTS) signal processing, we proposed alternative algorithm, which is based on the advantages of artificial neural networks. We proved the legitimacy of its application to the investigation of simple models with one deep level and its stability to a significant noise degree in signal.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.