Publication:
Probing of Neural Networks as a Bridge from Ab Initio Relevant Characteristics to Differential Scanning Calorimetry Measurements of High-Energy Compounds

Дата
2022
Авторы
Bondarev, N. V.
Kochaev, A. I.
Kaya, S.
Katin, K. P.
Merinov, V. B.
Maslov, M. M.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт нанотехнологий в электронике, спинтронике и фотонике
Институт ИНТЭЛ занимается научной деятельностью и подготовкой специалистов в области исследования физических принципов, проектирования и разработки технологий создания компонентной базы электроники гражданского и специального назначения, а также построения современных приборов на её основе. ​Наша основная цель – это создание и развитие научно-образовательного центра мирового уровня в области наноструктурных материалов и устройств электроники, спинтроники, фотоники, а также создание эффективной инновационной среды в области СВЧ-электронной и радиационно-стойкой компонентной базы, источников ТГц излучения, ионно-кластерных технологий материалов.​
Выпуск журнала
Аннотация
© 2021 Wiley-VCH GmbHThe relationships between the theoretical values calculated using density functional theory and experimental data derived from the differential scanning calorimetry of high-energy organic compounds are studied. The theoretical values are the number of atoms and bonds of different types and their lengths, minimum eigenfrequencies, atomization energies, ionization potentials, electron affinities, and frontier orbital energies. The experimental data are the amounts of releasing heat (the first peaks higher than 1 kJ g−1) and corresponding temperatures. Neural networks and regression, factor, discriminant, and cluster analysis are applied to find the dependencies between theoretical values and experimental data. It is found that the heat amount cannot be predicted in the general cases, whereas the corresponding temperature can be predicted with a neural network with an accuracy of ≈30 °C. Cluster and discriminant analysis provides the way for the classification of high-energy compounds into three groups. Some of these groups require particular rules for the prediction of experimental data from the theoretical values.
Описание
Ключевые слова
Цитирование
Probing of Neural Networks as a Bridge from Ab Initio Relevant Characteristics to Differential Scanning Calorimetry Measurements of High-Energy Compounds / Bondarev, N.V. [et al.] // Physica Status Solidi - Rapid Research Letters. - 2022. - 10.1002/pssr.202100191
URI
https://www.doi.org/10.1002/pssr.202100191
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85109258558&origin=resultslist
 http://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=Alerting&SrcApp=Alerting&DestApp=WOS_CPL&DestLinkType=FullRecord&UT=WOS:000668861300001
 https://openrepository.mephi.ru/handle/123456789/28564
Коллекции
Публикации