Výsledky vyhledávání
- 1.0585427 - ÚI 2025 DE eng J - Článek v odborném periodiku
Dropka, N. - Böttcher, K. - Chappa, G. K. - Holeňa, Martin
Data-Driven Cz–Si Scale-Up under Conditions of Partial Similarity.
Crystal Research and Technology. Online 09 April 2024 (2024). ISSN 0232-1300. E-ISSN 1521-4079
Institucionální podpora: RVO:67985807
Klíčová slova: artificial neural networks * Cz–Si growth * data-driven scale up * partial similarity * Voronkov criteria
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 1.5, rok: 2022
Způsob publikování: Open access
https://doi.org/10.1002/crat.202300342
Trvalý link: https://hdl.handle.net/11104/0353135Název souboru Staženo Velikost Komentář Verze Přístup 0585427-oaonl.pdf 0 5.5 MB OA CC BY 4.0 Vydavatelský postprint povolen - 2.0579923 - ÚI 2024 RIV CH eng J - Článek v odborném periodiku
Tang, X. - Chappa, G. K. - Viera, L. - Holeňa, Martin - Dropka, N.
Decision Tree-Supported Analysis of Gallium Arsenide Growth Using the LEC Method.
Crystals. Roč. 13, č. 12 (2023), s. 1659. ISSN 2073-4352. E-ISSN 2073-4352
Institucionální podpora: RVO:67985807
Klíčová slova: LEC growth * gallium arsenide * CFD * regression tree
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.7, rok: 2022
Způsob publikování: Open access
https://doi.org/10.3390/cryst13121659
Trvalý link: https://hdl.handle.net/11104/0348712Název souboru Staženo Velikost Komentář Verze Přístup 0579923-aoa.pdf 2 5.7 MB OA CC BY 4.0 Autorský preprint povolen - 3.0567441 - ÚI 2023 RIV CH eng J - Článek v odborném periodiku
Dropka, N. - Tang, X. - Chappa, G. K. - Holeňa, Martin
Smart Design of Cz-Ge Crystal Growth Furnace and Process.
Crystals. Roč. 12, č. 12 (2022), č. článku 1764. ISSN 2073-4352. E-ISSN 2073-4352
Institucionální podpora: RVO:67985807
Klíčová slova: Czochralski Ge growth * CFD training data * furnace design * process design * regression tree * correlation coefficient
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.7, rok: 2022
Způsob publikování: Open access
https://dx.doi.org/10.3390/cryst12121764
Trvalý link: https://hdl.handle.net/11104/0338696 - 4.0547633 - ÚI 2022 RIV CH eng J - Článek v odborném periodiku
Dropka, N. - Böttcher, K. - Holeňa, Martin
Development and Optimization of VGF-GaAs Crystal Growth Process Using Data Mining and Machine Learning Techniques.
Crystals. Roč. 11, č. 10 (2021), č. článku 1218. ISSN 2073-4352. E-ISSN 2073-4352
Grant CEP: GA ČR(CZ) GA18-18080S
Institucionální podpora: RVO:67985807
Klíčová slova: VGF-GaAs growth * machine learning * data mining * decision trees * correlation analysis * PCA biplot * k-means clustering
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
http://dx.doi.org/10.3390/cryst11101218
Trvalý link: http://hdl.handle.net/11104/0323829Název souboru Staženo Velikost Komentář Verze Přístup 0547633-afin.pdf 3 3.2 MB OA CC BY 4.0 Vydavatelský postprint povolen