Modelagem de grades de Bragg em guias integradas de silício sobre isolante baseada em inteligência artificial
Carregando...
Arquivos
Data
2023-08-08
Autores
Orientador
Garde, Ivan Aritz Aldaya 
Coorientador
Pós-graduação
Curso de graduação
Engenharia Eletrônica e de Telecomunicações - CESJBV
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
No presente projeto, desenvolvemos um método de modelagem de grades de Bragg, dispositivos ópticos amplamente utilizados em comunicações e sensores. Ao considerar os métodos de modelagem clássicos, foi possível perceber que, para obter respostas precisas, o tempo de simulação era extremamente alto. Assim, o modelo desenvolvido é uma abordagem alternativa, de modo a fornecer resultados precisos em um menor intervalo de tempo. O objetivo foi propor um novo modelo que incorporasse um algoritmo de inteligência artificial baseado em redes neurais para otimizar a performance dessas grades, gerando resultados em um intervalo de tempo consideravelmente menor, quando comparado com os métodos tradicionais. A utilização de redes neurais permitiu uma abordagem mais precisa e eficiente, pois o algoritmo foi capaz de aprender com os dados de entrada e encontrar padrões complexos que seriam difíceis de serem identificados com métodos tradicionais de modelagem. A técnica computacional implementada foi capaz de traçar limiares de decisão complexos que se adaptam em diferentes contextos.
Resumo (inglês)
This research consists in the development of a method for modeling Bragg gratings, optical devices widely used in communications and sensors. When considering the classical modeling methods, it was possible to notice that, in order to obtain accurate answers, the simulation time was extremely high. Thus, the developed model is an alternative approach, in order to provide accurate results in a shorter time interval. The objective was to propose a new model that incorporates an artificial intelligence algorithm based on neural networks to optimize the performance of these grids, generating results in a considerably shorter time interval, when compared to traditional methods. The use of neural networks allowed a more accurate and efficient approach, as the algorithm was able to learn from the input data and find complex patterns that would be difficult to identify with traditional modeling methods. The implemented computational technique was capable of tracing complex decision thresholds that adapt in different contexts.
Descrição
Palavras-chave
Idioma
Português