Модели ML для расчёта распыления
Веб-интерфейс для прогнозирования коэффициента распыления с применением KAN и MLP
KAN Model
KAN — современная архитектура нейросетей.
- 23 входных параметра
- 1000 точек в диапазоне 10–1 000 000 эВ
- График в логарифмических координатах
- Экспорт данных в CSV
MLP Model
MLP — классическая полносвязная сеть для регрессии.
- 23 входных параметра
- 1000 точек в диапазоне 10–1 000 000 эВ
- График в логарифмических координатах
- Экспорт данных в CSV
Графики
Визуализация в высоком разрешении.
Помощь
Инструкции и документация.
Информация о проекте
Функциональность:
- Ввод параметров: 23 физических параметра
- Расчёт: 1000 точек от 10 до 1 000 000 эВ
- Визуализация: lg(SY) от lg(E)
- Экспорт: CSV файл
- Две модели: KAN и MLP
Основной объём обучающих данных находится в диапазоне 10–50 000 эВ. Результаты вне этого диапазона могут отличаться от действительности. Модели требуют дальнейшей модернизации.
Технические детали:
- Фреймворк: Flask + PyTorch
- Визуализация: Matplotlib
- Интерфейс: Bootstrap 5
- Форматы данных: CSV, PNG
Команда и контакты
Бессмертный Данила Романович
Физик-электроник, автор проекта
+79055571260
Доступен в Telegram, WhatsApp, MAX
bessmertnyidr@my.msu.ru
Иешкин Алексей Евгеньевич
Идеолог, научный руководитель
Киреев Дмитрий Сергеевич
Идеолог, научный руководитель
Роговой Сергей Анатольевич
Дата-сайентист, ресерчер
rogovoyserg@gmail.com
Контакты кафедры
Сайт кафедры: http://physelec.phys.msu.ru/
Общая почта: -
Telegram канал: -