У нас вы можете посмотреть бесплатно Defensa de Tesis – Felipe Bivort Haiek – 12/09/2025 – 14.15 hs. или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Defensa de Tesis de Maestría Título: “Métodos de aprendizaje profundo para la predicción del Stopping Power” Tesista: Felipe Bivort Haiek Director: Dr. Darío Mitnik Co-directora: Ing. Carmen Montanari Jurados: Dr. Gustavo Otero Dr. Guillermo Frank Dra. Marisa Faraggi Resumen: La Física Atómica es un área que constantemente se mantiene activa y actualizada en lo que concierne a los avances computacionales y al desarrollo de métodos numéricos avanzados, necesarios para sus cálculos. Sin embargo, no ha incorporado aún en forma masiva las nuevas técnicas provenientes del aprendizaje automático (Machine Learning – ML). En este proyecto nos enfocaremos en los procesos de pérdida de energía (stopping power) de iones en blancos atómicos o moleculares, en estado sólido o gaseoso. Para iones con energías del orden del keV/amu, la pérdida está relacionada casi exclusivamente con procesos inelásticos de los electrones del blanco, lo que se conoce como stopping electrónico. Estos procesos son muy importantes para la caracterización de materiales, en el estudio de daño por radiación, o en el cálculo de penetración de iones en distintos medios, por citar solo algunas de sus numerosas aplicaciones. Para implementar los métodos de aprendizaje automatizado en estos problemas, nos basaremos en datos experimentales previamente publicados, y en nuestra capacidad de generar resultados teóricos ab initio y semi–empíricos.