Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | https://repositorio.ufba.br/handle/ri/36907 |
Resumo: | Por conta do aumento da quantidade de dados disponíveis em modo global e da constante evolução dos modelos e algoritmos de treinamento, técnicas de aprendizado de máquina vêm se tornando cada vez mais populares, isto, seja na indústria como na academia. Na área de ciência dos materiais, modelos que envolvem simulação computacional do crescimento de superfícies em situações fora do equilíbrio termodinâmico ajudam a entender e melhorar a produção de novos materiais. A partir destas premissas, este trabalho tem como principal objetivo empregar modelos de aprendizado de máquina para realizar uma previsão da evolução temporal da rugosidade global, considerando o modelo de deposição balística. O objetivo é realizar uma previsão de sistemas com tamanhos laterais que inviabilizam a obtenção do regime estacionário para a rugosidade global via simulação computacional. Utilizamos como parâmetro de validação a raiz do erro quadrático médio, de forma a avaliar o quão bem sucedido o aprendizado foi realizado pela máquina. Podemos destacar como resultados o acesso a evolução temporal da rugosidade global, bem como ao seu estado estacionário, para tamanhos laterias que ainda não foram observados na literatura, e a partir destes, exploramos situações para o crescimento interfacial considerando substratos unidimensionais e bidimensionais, com resultados consistentes para os expoente de rugosidade previstos no limite termodinâmico. |
id |
UFBA-2_3c14983e4e87d4944adf187ac9103edd |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/36907 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
2023-04-24T10:55:14Z2023-04-24T10:55:14Z2023-02-08https://repositorio.ufba.br/handle/ri/36907Por conta do aumento da quantidade de dados disponíveis em modo global e da constante evolução dos modelos e algoritmos de treinamento, técnicas de aprendizado de máquina vêm se tornando cada vez mais populares, isto, seja na indústria como na academia. Na área de ciência dos materiais, modelos que envolvem simulação computacional do crescimento de superfícies em situações fora do equilíbrio termodinâmico ajudam a entender e melhorar a produção de novos materiais. A partir destas premissas, este trabalho tem como principal objetivo empregar modelos de aprendizado de máquina para realizar uma previsão da evolução temporal da rugosidade global, considerando o modelo de deposição balística. O objetivo é realizar uma previsão de sistemas com tamanhos laterais que inviabilizam a obtenção do regime estacionário para a rugosidade global via simulação computacional. Utilizamos como parâmetro de validação a raiz do erro quadrático médio, de forma a avaliar o quão bem sucedido o aprendizado foi realizado pela máquina. Podemos destacar como resultados o acesso a evolução temporal da rugosidade global, bem como ao seu estado estacionário, para tamanhos laterias que ainda não foram observados na literatura, e a partir destes, exploramos situações para o crescimento interfacial considerando substratos unidimensionais e bidimensionais, com resultados consistentes para os expoente de rugosidade previstos no limite termodinâmico.Due to the increase in the amount of data available globally and the constant evolution of training models and algorithms, machine learning techniques are becoming increasingly popular, whether in industry or academia. In the area of materials science, models involving computational simulation of surface growth in situations outside of thermodynamic equilibrium help to understand and improve the production of new materials. Based on these assumptions, this work has as main objective to use machine learning models to predict the temporal evolution of global roughness, considering the ballistic deposition model. The objective is to perform a prediction of systems with lateral sizes that make it impossible to obtain the steady state for the global roughness via computational simulation. We used the root mean squared error as a validation parameter, in order to assess how successful the learning was performed by the machine. We can highlight as results the access to the temporal evolution of global roughness, as well as its steady state, for lateral sizes that have not yet been observed in the literature, and from these, we explore situations for interfacial growth considering one-dimensional and two-dimensional substrates, with results consistent for the predicted roughness exponents in the thermodynamic limit.Submitted by Bassem Makhoul (bassem_ymj@hotmail.com) on 2023-04-05T18:17:26Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação de mestrado final.pdf: 4964237 bytes, checksum: 6ab24d727d05db75896b49dd68cfa463 (MD5)Approved for entry into archive by Biblioteca Engenharia Processamento Técnico (biengproc@ufba.br) on 2023-04-24T10:55:14Z (GMT) No. of bitstreams: 2 Dissertação de mestrado final.pdf: 4964237 bytes, checksum: 6ab24d727d05db75896b49dd68cfa463 (MD5) license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)Made available in DSpace on 2023-04-24T10:55:14Z (GMT). No. of bitstreams: 2 Dissertação de mestrado final.pdf: 4964237 bytes, checksum: 6ab24d727d05db75896b49dd68cfa463 (MD5) license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Previous issue date: 2023-02-08porUniversidade Federal da BahiaPrograma de Pós-Graduação em Engenharia Elétrica (PPGEE) UFBABrasilEscola PolitécnicaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessBallistic depositionDeposition processNeural networksCNPQ::CIENCIAS EXATAS E DA TERRACNPQ::ENGENHARIASDeposição balísticaProcessos de deposiçãoRedes neuraisSimulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquinaMestrado Acadêmicoinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionSimas Filho, Eduardo Furtado deAssis, Thiago Albuquerque deAguiar, Eduardo Pestana deSimas Filho, Eduardo Furtado deAssis, Thiago Albuquerque deAguiar, Eduardo PestanaFernandes Jr., Antonio Carlos LopesAlmeida, Fernando Albuquerque dehttps://lattes.cnpq.br/2260858026428391Makhoul Junior, Bassem Youssefreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBATEXTDissertação de mestrado final.pdf.txtDissertação de mestrado final.pdf.txtExtracted texttext/plain130091https://repositorio.ufba.br/bitstream/ri/36907/4/Disserta%c3%a7%c3%a3o%20de%20mestrado%20final.pdf.txtcadd1b25dbabf98f5cb59b777a5e99c3MD54ORIGINALDissertação de mestrado final.pdfDissertação de mestrado final.pdfDissertação de mestradoapplication/pdf4964237https://repositorio.ufba.br/bitstream/ri/36907/1/Disserta%c3%a7%c3%a3o%20de%20mestrado%20final.pdf6ab24d727d05db75896b49dd68cfa463MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufba.br/bitstream/ri/36907/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain1715https://repositorio.ufba.br/bitstream/ri/36907/3/license.txt67bf4f75790b0d8d38d8f112a48ad90bMD53ri/369072023-04-29 02:04:31.056oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322023-04-29T05:04:31Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
title |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
spellingShingle |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina Makhoul Junior, Bassem Youssef CNPQ::CIENCIAS EXATAS E DA TERRA CNPQ::ENGENHARIAS Deposição balística Processos de deposição Redes neurais Ballistic deposition Deposition process Neural networks |
title_short |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
title_full |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
title_fullStr |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
title_full_unstemmed |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
title_sort |
Simulação do enrugamento cinético no crescimento de interfaces em materiais multicamadas utilizando aprendizado de máquina |
author |
Makhoul Junior, Bassem Youssef |
author_facet |
Makhoul Junior, Bassem Youssef |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Simas Filho, Eduardo Furtado de |
dc.contributor.advisor-co1.fl_str_mv |
Assis, Thiago Albuquerque de |
dc.contributor.referee1.fl_str_mv |
Aguiar, Eduardo Pestana de Simas Filho, Eduardo Furtado de |
dc.contributor.referee2.fl_str_mv |
Assis, Thiago Albuquerque de |
dc.contributor.referee3.fl_str_mv |
Aguiar, Eduardo Pestana |
dc.contributor.referee4.fl_str_mv |
Fernandes Jr., Antonio Carlos Lopes |
dc.contributor.referee5.fl_str_mv |
Almeida, Fernando Albuquerque de |
dc.contributor.authorLattes.fl_str_mv |
https://lattes.cnpq.br/2260858026428391 |
dc.contributor.author.fl_str_mv |
Makhoul Junior, Bassem Youssef |
contributor_str_mv |
Simas Filho, Eduardo Furtado de Assis, Thiago Albuquerque de Aguiar, Eduardo Pestana de Simas Filho, Eduardo Furtado de Assis, Thiago Albuquerque de Aguiar, Eduardo Pestana Fernandes Jr., Antonio Carlos Lopes Almeida, Fernando Albuquerque de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA CNPQ::ENGENHARIAS |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA CNPQ::ENGENHARIAS Deposição balística Processos de deposição Redes neurais Ballistic deposition Deposition process Neural networks |
dc.subject.por.fl_str_mv |
Deposição balística Processos de deposição Redes neurais |
dc.subject.other.pt_BR.fl_str_mv |
Ballistic deposition Deposition process Neural networks |
description |
Por conta do aumento da quantidade de dados disponíveis em modo global e da constante evolução dos modelos e algoritmos de treinamento, técnicas de aprendizado de máquina vêm se tornando cada vez mais populares, isto, seja na indústria como na academia. Na área de ciência dos materiais, modelos que envolvem simulação computacional do crescimento de superfícies em situações fora do equilíbrio termodinâmico ajudam a entender e melhorar a produção de novos materiais. A partir destas premissas, este trabalho tem como principal objetivo empregar modelos de aprendizado de máquina para realizar uma previsão da evolução temporal da rugosidade global, considerando o modelo de deposição balística. O objetivo é realizar uma previsão de sistemas com tamanhos laterais que inviabilizam a obtenção do regime estacionário para a rugosidade global via simulação computacional. Utilizamos como parâmetro de validação a raiz do erro quadrático médio, de forma a avaliar o quão bem sucedido o aprendizado foi realizado pela máquina. Podemos destacar como resultados o acesso a evolução temporal da rugosidade global, bem como ao seu estado estacionário, para tamanhos laterias que ainda não foram observados na literatura, e a partir destes, exploramos situações para o crescimento interfacial considerando substratos unidimensionais e bidimensionais, com resultados consistentes para os expoente de rugosidade previstos no limite termodinâmico. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-04-24T10:55:14Z |
dc.date.available.fl_str_mv |
2023-04-24T10:55:14Z |
dc.date.issued.fl_str_mv |
2023-02-08 |
dc.type.driver.fl_str_mv |
Mestrado Acadêmico info:eu-repo/semantics/masterThesis |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufba.br/handle/ri/36907 |
url |
https://repositorio.ufba.br/handle/ri/36907 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal da Bahia |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade Federal da Bahia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/36907/4/Disserta%c3%a7%c3%a3o%20de%20mestrado%20final.pdf.txt https://repositorio.ufba.br/bitstream/ri/36907/1/Disserta%c3%a7%c3%a3o%20de%20mestrado%20final.pdf https://repositorio.ufba.br/bitstream/ri/36907/2/license_rdf https://repositorio.ufba.br/bitstream/ri/36907/3/license.txt |
bitstream.checksum.fl_str_mv |
cadd1b25dbabf98f5cb59b777a5e99c3 6ab24d727d05db75896b49dd68cfa463 e39d27027a6cc9cb039ad269a5db8e34 67bf4f75790b0d8d38d8f112a48ad90b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1808459661831045120 |