XII Международный симпозиум ''Оптика и биофотоника'' (Saratov Fall Meeting 2024), Саратов, 23-27 сентября 2024 г.
Теоретическая и математическая физика

Применение методов машинного обучения для прогнозирования коэффициента оптического поглощения композитной керамики на основе гидроксиапатита

А. Е. Резванова^a, Б. С. Кудряшов^a, А. Н. Пономарев<sup>ab

a</sup> Институт физики прочности и материаловедения СО РАН, 634055 Томск, Россия
^b Томский государственный университет систем управления и радиоэлектроники, 634034 Томск, Россия

Аннотация: На основе данных эксперимента методами машинного обучения построены модели для прогнозирования коэффициента оптического поглощения керамики на основе гидроксиапатита и композитов с добавками 0.1 mass% и 0.5 mass% многостенных углеродных нанотрубок в частотном диапазоне терагерцового излучения от 0.2 до 1.4 THz. Наименьшее значение средней абсолютной ошибки показало моделирование методами адаптивного бустинга (0.951%), а также с помощью нейронных сетей (0.049%). Результаты численного моделирования подтверждают, что применение методов машинного обучения позволяет с высокой точностью прогнозировать коэффициент поглощения для керамических материалов с концентрациями углеродных нанотрубок в интервале от 0 mass% до 0.5 mass%. Это открывает возможности для оптимизации состава композитов на основе гидроксиапатита для управления их оптическими характеристиками.

Ключевые слова: прогнозирование, регрессионный анализ, машинное обучение, нейронные сети, гидроксиапатит, многостенные углеродные нанотрубки, коэффициент поглощения.

Поступила в редакцию: 15.01.2025
Исправленный вариант: 15.01.2025
Принята в печать: 15.01.2025

DOI: 10.61011/JTF.2025.05.60277.3-25

Реферативные базы данных:

•