Αποδοτική μείωση τάξης 3-D μοντέλου χημικής απόθεσης από ατμό με τη μέθοδο κυρίων συνιστωσών και τεχνητά νευρωνικά δίκτυα

Στη παρούσα εργασία αναπτύχθηκε ένα υπολογιστικό πλαίσιο αποδοτικής και αποτελεσματικής αντιμετώπισης τρι-διάστατων (3-D) CFD μοντέλων μεγάλης κλίμακας που περιγράφουν, στη συγκεκριμένη εφαρμογή αλλά όχι αποκλειστικά, Χημική Απόθεση από Ατμό (ΧΑΑ). Οι μη γραμμικές εξισώσεις που εκφράζουν τα φαινόμεν...

Πλήρης περιγραφή

Κύριοι συγγραφείς:	Αλκιβιάδης, Σκουτέρης, Alkiviadis, Skouteris
Άλλοι συγγραφείς:	Μπουντουβής, Ανδρέας
Μορφή:	bachelorThesis
Γλώσσα:	Greek
Έκδοση:	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών. Τομέας Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων (ΙΙ) 2018
Θέματα:	Χημική απόθεση από ατμό Υπολογιστική ρευστοδυναμική Μείωση τάξης μοντέλου Ανάλυση κυρίων συνιστωσών Τεχνητά νευρωνικά δίκτυα Παράλληλος προγραμματισμός Παρεμβολή Chemical vapor deposition (CVD) Computational fluid dynamics (CFD) Model order reduction (ROM) Principal component analysis (PCA) – Proper orthogonal decomposition (POD) Artificial neural networks (ANN) Parallel programming Interpolation
Διαθέσιμο Online:	http://dspace.lib.ntua.gr/handle/123456789/46927

Αποδοτική μείωση τάξης 3-D μοντέλου χημικής απόθεσης από ατμό με τη μέθοδο κυρίων συνιστωσών και τεχνητά νευρωνικά δίκτυα

Παρόμοια τεκμήρια