Mechanical characterization of polysilicon: a stochastic, deep learning-based approach

Vista sencilla de ítem
dc.contributor.advisorMariani, Stefano
dc.contributor.advisorRosafalco, Luca
dc.contributor.authorQuesada Molina, José Pablo
dc.date.accessioned2023-07-05T21:18:33Z
dc.date.available2023-07-05T21:18:33Z
dc.date.issued2020
dc.descriptionThesis (master of science in materials engineering and nanotechnology)--Politecnico di Milano. School of Industrial Engineering, 2020
dc.description.procedenceUCR::Rectoría::Oficina de Asuntos Internacionales y Cooperación Externa (OAICE)
dc.identifier.urihttps://repositorio.sibdi.ucr.ac.cr/handle/123456789/19547
dc.language.isospa
dc.subjectANALISIS ESTOCASTICO
dc.subjectDISPERSION (MATEMATICAS)
dc.subjectESTADISTICA MATEMATICA - MODELOS DE SIMULACION
dc.subjectOPTIMIZACION MATEMATICA - METODOS
dc.subjectRECTIFICADORES DE SILICIO
dc.subjectSILICIO - METODOS DE SIMULACION
dc.subjectSISTEMAS NANOELECTROMECÁNICOS
dc.titleMechanical characterization of polysilicon: a stochastic, deep learning-based approach
dc.typetesis de maestría

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
46980.pdf
Tamaño:
6.93 MB
Formato:
Adobe Portable Document Format
Descargar

Colecciones

Becados en Extranjero

SIBDI, UCR - San José, Costa Rica.

Enviar Sugerencias

© Todos los derechos reservados, 2024