Application of artificial neural networks to predict the properties of ZnхMgyO semiconductor sol-gel layers

Abstract

Using artificial neural networks the prediction of the properties of semiconductor sol-gel films of ZnᵪMgᵧO composition has been performed. The data arrays for working with neural networks were obtained as a result of measuring the photoelectric characteristics of sol-gel coatings on an automated basic laser test facility in accordance with GOST-17772-88. An array containing 1800 variants of input parameters was used when working with neural networks. The early stopping criterion was taken in training neural networks. The maximum number of training epochs did not exceed 1100. There are 210 neural networks with one and two hidden layers constructed during the process. The parameters of neural networks have been established that provide acceptable results in predicting the properties of semiconductor sol-gel layers. The research results can be used for determining the technological parameters of sol-gel formation processes using films with selective photosensitivity. = С использованием искусственных нейронных сетей выполнено прогнозирование свойств полупроводниковых золь-гель пленок состава ZnᵪMgᵧO. Массивы данных для работы с нейронными сетями были получены в результате измерения фотоэлектрических характеристик золь-гель покрытий на автоматизированном базовом лазерном испытательном комплексе в соответствии с ГОСТ-17772-88. При работе с нейронными сетями использовался массив, содержащий 1800 вариантов входных параметров. При обучении нейронных сетей использовался критерий раннего останова. Максимальное количество эпох обучения не превысило 1100. Построено 210 нейронных сетей с одним и двумя скрытыми слоями. Установлены параметры нейронных сетей, обеспечивающие лучшие результаты при прогнозировании свойств полупроводниковых золь-гель слоев. Полученные результаты могут быть использованы при определении технологических параметров процессов формирования золь-гель методом пленок с селективной фоточувствительностью.