Predição do índice de refração não-linear em materiais vítreos utilizando aprendizado de máquina (2024)
- Authors:
- USP affiliated authors: MENDONÇA, CLEBER RENATO - IFSC ; SARAIVA, MURILO NECO - IFSC
- Unidade: IFSC
- Subjects: APRENDIZADO COMPUTACIONAL; FOTÔNICA; VIDRO CERÂMICO; ÓPTICA NÃO LINEAR
- Keywords: Materiais vítreos; Aprendizagem de máquina; Índice de refração não-linear
- Agências de fomento:
- Language: Português
- Imprenta:
- Publisher: Instituto de Física de São Carlos - IFSC
- Publisher place: São Carlos
- Date published: 2024
- Source:
- Título: Livro de Resumos
- ISSN: 2965-7679
- Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC
-
ABNT
SARAIVA, Murilo Neco e MENDONÇA, Cleber Renato. Predição do índice de refração não-linear em materiais vítreos utilizando aprendizado de máquina. 2024, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2024. Disponível em: https://repositorio.usp.br/directbitstream/2b167f20-5081-4b4c-b39d-8b190331b5e0/PROD036517_3227836.pdf. Acesso em: 04 mar. 2026. -
APA
Saraiva, M. N., & Mendonça, C. R. (2024). Predição do índice de refração não-linear em materiais vítreos utilizando aprendizado de máquina. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/2b167f20-5081-4b4c-b39d-8b190331b5e0/PROD036517_3227836.pdf -
NLM
Saraiva MN, Mendonça CR. Predição do índice de refração não-linear em materiais vítreos utilizando aprendizado de máquina [Internet]. Livro de Resumos. 2024 ;[citado 2026 mar. 04 ] Available from: https://repositorio.usp.br/directbitstream/2b167f20-5081-4b4c-b39d-8b190331b5e0/PROD036517_3227836.pdf -
Vancouver
Saraiva MN, Mendonça CR. Predição do índice de refração não-linear em materiais vítreos utilizando aprendizado de máquina [Internet]. Livro de Resumos. 2024 ;[citado 2026 mar. 04 ] Available from: https://repositorio.usp.br/directbitstream/2b167f20-5081-4b4c-b39d-8b190331b5e0/PROD036517_3227836.pdf - Predicting the nonlinear refractive index in glassy materials: a machine learning approach
- Assessing the potential of machine learning for predicting the nonlinear refractive index of glasses
- Machine learning application in nonlinear optics: predicting the nonlinear refractive index in glassy materials
- Random forest for chalcogenide glasses: a data-driven method for predicting the nonlinear refractive index
- Dimensionality reduction and neural networks for predicting NV center generation in femtosecond laser-processed diamond
- Two- and three-photon absorption properties of ZnS and Mn-doped ZnS quantum dots
- Fabrication of birefringent polymeric microstructures
- Fabrication of polymeric microstructures doped with gold nanoparticles
- Fabrication of 3D microenvironments to study MCF-7 cell growth
- Chirp scanning technique to determine the non-degenerate two-photon absorption
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
PROD036517_3227836.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
