机构名称：
¥ 1.0
本文介绍了一种机器学习驱动的方法，用于预测稀土（Re）掺杂玻璃系统的光谱特性，重点是DY 3+离子。使用熔融液压技术合成0.25 PBO – 0.2 SIO 2 - （0.55-X）B 2 O 3 –x dy 2 O 3，及其密度，摩尔体积和judd-offelt（jo）参数（ω2，ω4，ω6）进行了实验确定。使用judd-芬芳理论来计算光谱参数，例如振荡器强度，辐射过渡概率和辐射寿命，用于DY 3+掺杂玻璃。此外，开发了一个随机森林（RF）回归模型，以根据玻璃的组成来预测这些参数。该模型显示高精度，在0.1下，R²（确定系数）值高于0.9和根平方误差（RMSE），从而验证了RF的使用以可靠地预测光学性质。结果表明，RF模型可以有效地模拟稀土（RE）载有玻璃的发光特性，从而大大减少了对实验测试的需求。这种方法提供了优化在激光器，光学放大器和温度传感器等应用中使用的光学材料设计的潜力。
预测稀土掺杂眼镜中的JO参数
主要关键词
相关文件推荐
