Machine Learning y Defectos Puntuales en ZnO | Dr. Jesús Capistrán (Open Access)

En esta ponencia, el Dr. Jesús Capistrán Martínez nos presenta los resultados de su más reciente artículo científico, publicado en la revista Ceramics International (Elsevier). 💡 ¿De qué trata el estudio? Se identificaron los defectos puntuales en películas delgadas de ZnO (óxido de zinc) sintetizadas mediante la técnica de depósito químico asistido por microondas (MWCBD). 🚀 La gran novedad: En este tipo análisis, se integró la Ciencia de Datos para la deconvolución de espectros de Fotoluminiscencia (PL). Posteriormente, se aplicó el algoritmo de Machine Learning DBSCAN para identificar y agrupar (clustering) los defectos puntuales en muestras de ZnO ricas en oxígeno (Zn at.% = 43%, O at.% = 57%). Este es un trabajo de colaboración entre: Dra. Reina Galeazzi Isasmendi – Síntesis y caracterización de las películas de ZnO. Dr. Jesús Capistrán Martínez – Análisis de datos, machine learning y redacción del manuscrito. 📄 Acceso Abierto (Open Access): Ademas, gracias al convenio entre la BUAP y la editorial *Elsevier*, este artículo está disponible de forma gratuita para todo el mundo, descargalo en el siguiente enlace. 🔗 Enlace al artículo: https://doi.org/10.1016/j.ceramint.20...