Beyond DFT: Quantum Chaos and Neural Networks for 2D Material Device Design
Este artigo apresenta uma estrutura de aprendizado de máquina combinando a teoria do caos quântico e perceptrons multicamadas para prever com precisão a estabilidade quântica ajustável e as características de corrente-voltagem de transistores de efeito de campo de MoS2 dopados com Selênio, contornando os custos computacionais da teoria do funcional da densidade tradicional.