Vytisknout
0541776 - ÚI 2022 RIV CH eng J - Článek v odborném periodiku
Dropka, N. - Ecklebe, S. - Holeňa, Martin
Real Time Predictions of VGF-GaAs Growth Dynamics by LSTM Neural Networks.
Crystals. Roč. 11, č. 2 (2021), č. článku 138. ISSN 2073-4352. E-ISSN 2073-4352
Grant CEP: GA ČR(CZ) GA18-18080S
Institucionální podpora: RVO:67985807
Klíčová slova: neural networks * crystal growth * GaAs * process control * digital twins
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.670, rok: 2021
Způsob publikování: Open access
Trvalý link: http://hdl.handle.net/11104/0319303
Dropka, N. - Ecklebe, S. - Holeňa, Martin
Real Time Predictions of VGF-GaAs Growth Dynamics by LSTM Neural Networks.
Crystals. Roč. 11, č. 2 (2021), č. článku 138. ISSN 2073-4352. E-ISSN 2073-4352
Grant CEP: GA ČR(CZ) GA18-18080S
Institucionální podpora: RVO:67985807
Klíčová slova: neural networks * crystal growth * GaAs * process control * digital twins
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.670, rok: 2021
Způsob publikování: Open access
Trvalý link: http://hdl.handle.net/11104/0319303