CHARACTERIZATION OF ARTIFICIALLY GENERATED 2D MATERIALS USING CONVOLUTIONAL NEURAL NETWORKS

Authors : Cahit PERKGÖZ, Mehmet Zahit ANGİ

Pages : 223-232

Doi:10.18038/estubtda.1149416

View : 11 | Download : 8

Publication Date : 2022-09-27

Article Type : Research Paper

Abstract :İki boyutlu insert ignore into journalissuearticles values(2B); malzemeler, bu malzemelerin ürettiği cihazların yüksek performans göstermesi nedeniyle birçok araştırmacının ilgisini çekmiştir. 2B malzeme elde etmek için solüsyon tabanlı kimyasal sentez, kimyasal buhar biriktirme insert ignore into journalissuearticles values(KBB);, moleküler ışın epitaksisi, atomik katman biriktirme, darbeli lazer biriktirme insert ignore into journalissuearticles values(DLB); gibi işlemler sırasında saatler gerektiren farklı üretim yöntemleri bulunmaktadır. 2B yapılar elde edildikten sonra, kusurları da dahil olmak üzere özellikleri farklı karakterizasyon araçları ile ortaya çıkarılmalıdır. Karakterizasyon süreci de üretim süreci gibi zaman ve uzmanlık gerektirir. Bu açıdan, üretilen örneklerin pratik ve hızlı sınıflandırılması için Evrişimli Sinir Ağları insert ignore into journalissuearticles values(ESA); gibi derin öğrenme yöntemleri bir çözüm olabilir. Ancak, yukarıda bahsedilen uzun deneysel süreçler nedeniyle araştırma laboratuvarlarının çoğunda yeterli sayıda örnek bulunmamaktadır. Bu çalışmada, farklı elektronik uygulamalarda yüksek potansiyele sahip, yaygın olarak çalışılan bir 2B yarı iletken olan MoS2`nin yapay olarak oluşturulmuş görüntülerini kullanan bir CNN algoritmasının performansı sunulmaktadır. Normal ve kusurlu MoS2 pullarını içeren sentetik optik mikroskobik görüntüler, Fresnel Denklemleri kullanılarak farklı malzemeler üzerine gelen ışığın yoğunlukları ile oluşturulur. Normal ve kusurlu örnekleri tespit etmek için derin bir CNN algoritması oluşturulmuştur. Doğruluk ölçümlerinin sonuçları, CNN`nin gelecekte yeterli sayıda gerçek görüntü ile iki boyutlu malzemelerin karakterizasyonu için kullanılabileceğini göstermiştir.
Keywords : MoS2, Two dimensional Materials, Fresnel Equations, Characterization, Deep Learning