EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY
Ano de defesa: | 2006 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
|
Programa de Pós-Graduação: |
PPG EM ENGENHARIA ELÉTRICA
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@2 |
Resumo: | A Nanotecnologia teve seus primeiros conceitos introduzidos pelo físico americano Richard Feynman em 1959, em sua famosa palestra intitulada There´s plenty of room at the bottom (Ainda há muito espaço sobrando no fundo). Já a Inteligência Computacional tem sido utilizada com sucesso em diversas áreas no meio acadêmico e industrial. Este trabalho investiga o potencial dos Algoritmos Genéticos na otimização e síntese de dispositivos e estruturas na área de Nanotecnologia, através de 3 tipos de aplicações distintas: síntese de circuitos eletrônicos moleculares, projeto de novos polímeros condutores e otimização de parâmetros de OLEDs (Organic Light-Emitting Diodes). A síntese de circuitos eletrônicos moleculares é desenvolvida com base em Hardware Evolucionário (EHW - Evolvable Hardware) e tem como principais elementos dois dispositivos moleculares simulados em SPICE: o diodo molecular e o transistor molecular. O projeto de novos polímeros condutores é baseado em uma metodologia que combina uma aproximação tight-binding (hamiltoniano de Hückel simplificado) que representa a estrutura eletrônica de uma cadeia polimérica, empregando um AG com avaliação distribuída como mecanismo de síntese. Finalmente, a otimização de parâmetros de OLEDs é desenvolvida por meio de um método que modela o comportamento elétrico do dispositivo com multicamadas, onde cada camada possui uma proporção de MTE (material transportador de elétrons) e uma proporção de MTB (material transportador de buracos). As aplicações apresentam resultados que comprovam que o apoio de técnicas de Inteligência Computacional como os Algoritmos Genéticos no mundo nanométrico pode trazer benefícios para a criação e o desenvolvimento de novas tecnologias. |
id |
PUC_RIO-1_2f44bcbc263b8c746982ca690c35ffcc |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:8879 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
|
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY SÍNTESE EVOLUCIONÁRIA EM NANOTECNOLOGIA 2006-02-10MARCO AURELIO CAVALCANTI PACHECO27235831715lattes.cnpq.br/2283022405554044MARCO AURELIO CAVALCANTI PACHECO27235831715lattes.cnpq.br/2283022405554044CARLOS ROBERTO HALL BARBOSA01450266711lattes.cnpq.brMARCO AURELIO CAVALCANTI PACHECOCARLOS ROBERTO HALL BARBOSAJOSE FRANCO MACHADO DO AMARALMARCO CREMONAMARCO AURELIO CAVALCANTI PACHECO07729008769LEONE PEREIRA MASIEROPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRA Nanotecnologia teve seus primeiros conceitos introduzidos pelo físico americano Richard Feynman em 1959, em sua famosa palestra intitulada There´s plenty of room at the bottom (Ainda há muito espaço sobrando no fundo). Já a Inteligência Computacional tem sido utilizada com sucesso em diversas áreas no meio acadêmico e industrial. Este trabalho investiga o potencial dos Algoritmos Genéticos na otimização e síntese de dispositivos e estruturas na área de Nanotecnologia, através de 3 tipos de aplicações distintas: síntese de circuitos eletrônicos moleculares, projeto de novos polímeros condutores e otimização de parâmetros de OLEDs (Organic Light-Emitting Diodes). A síntese de circuitos eletrônicos moleculares é desenvolvida com base em Hardware Evolucionário (EHW - Evolvable Hardware) e tem como principais elementos dois dispositivos moleculares simulados em SPICE: o diodo molecular e o transistor molecular. O projeto de novos polímeros condutores é baseado em uma metodologia que combina uma aproximação tight-binding (hamiltoniano de Hückel simplificado) que representa a estrutura eletrônica de uma cadeia polimérica, empregando um AG com avaliação distribuída como mecanismo de síntese. Finalmente, a otimização de parâmetros de OLEDs é desenvolvida por meio de um método que modela o comportamento elétrico do dispositivo com multicamadas, onde cada camada possui uma proporção de MTE (material transportador de elétrons) e uma proporção de MTB (material transportador de buracos). As aplicações apresentam resultados que comprovam que o apoio de técnicas de Inteligência Computacional como os Algoritmos Genéticos no mundo nanométrico pode trazer benefícios para a criação e o desenvolvimento de novas tecnologias.The first Nanotechnology concepts were introduced by the American physicist Richard Feynman in 1959, in his famous lecture entitled There´s plenty of room at the bottom. Computational Intelligence has been successfully used in various areas in the academic and industrial worlds. This work investigates the potential of Genetic Algorithms in the optimization and synthesis of devices and structures in the Nanotechnology domain, by means of 3 types of distinct applications: synthesis of molecular electronic circuits, design of new conducting polymers and optimization of OLEDs (Organic Light-Emitting Diodes) parameters. The synthesis of molecular electronic circuits is developed based on the Evolvable Hardware (EHW) paradigm and has as main elements two molecular devices simulated in SPICE: the molecular diode and the molecular transistor. The design of new conducting polymers is based on a methodology that combines an approximated tight-binding (simplified Huckel Hamiltonian) that represents the electronic structure of a polymer chain, using a GA with distributed evaluation as the synthesis mechanism. Finally, the optimization of OLEDs parameters is developed by means of a method that models the electric behavior of multi-layer devices, where each layer has a ratio of electron transport material (ETM) to hole transport material (HTM). The applications present results that demonstrate that the use of Computational Intelligence techniques, as Genetic Algorithms, in the nanometer world can bring benefits for the creation and development of new technologies.CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2023-06-26T08:59:25ZRepositório InstitucionalPRI |
dc.title.en.fl_str_mv |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
dc.title.alternative.pt.fl_str_mv |
SÍNTESE EVOLUCIONÁRIA EM NANOTECNOLOGIA |
title |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
spellingShingle |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY LEONE PEREIRA MASIERO |
title_short |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
title_full |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
title_fullStr |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
title_full_unstemmed |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
title_sort |
EVOLUTIONARY SYNTHESIS IN NANOTECHNOLOGY |
dc.creator.Lattes.none.fl_str_mv |
|
author |
LEONE PEREIRA MASIERO |
author_facet |
LEONE PEREIRA MASIERO |
author_role |
author |
dc.contributor.advisor2ID.none.fl_str_mv |
27235831715 |
dc.contributor.advisor1.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.advisor1ID.fl_str_mv |
27235831715 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/2283022405554044 |
dc.contributor.advisor2.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.advisor2Lattes.fl_str_mv |
lattes.cnpq.br/2283022405554044 |
dc.contributor.advisor-co1.fl_str_mv |
CARLOS ROBERTO HALL BARBOSA |
dc.contributor.advisor-co1ID.fl_str_mv |
01450266711 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
lattes.cnpq.br |
dc.contributor.referee1.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.referee2.fl_str_mv |
CARLOS ROBERTO HALL BARBOSA |
dc.contributor.referee3.fl_str_mv |
JOSE FRANCO MACHADO DO AMARAL |
dc.contributor.referee4.fl_str_mv |
MARCO CREMONA |
dc.contributor.referee5.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.authorID.fl_str_mv |
07729008769 |
dc.contributor.author.fl_str_mv |
LEONE PEREIRA MASIERO |
contributor_str_mv |
MARCO AURELIO CAVALCANTI PACHECO MARCO AURELIO CAVALCANTI PACHECO CARLOS ROBERTO HALL BARBOSA MARCO AURELIO CAVALCANTI PACHECO CARLOS ROBERTO HALL BARBOSA JOSE FRANCO MACHADO DO AMARAL MARCO CREMONA MARCO AURELIO CAVALCANTI PACHECO |
description |
A Nanotecnologia teve seus primeiros conceitos introduzidos pelo físico americano Richard Feynman em 1959, em sua famosa palestra intitulada There´s plenty of room at the bottom (Ainda há muito espaço sobrando no fundo). Já a Inteligência Computacional tem sido utilizada com sucesso em diversas áreas no meio acadêmico e industrial. Este trabalho investiga o potencial dos Algoritmos Genéticos na otimização e síntese de dispositivos e estruturas na área de Nanotecnologia, através de 3 tipos de aplicações distintas: síntese de circuitos eletrônicos moleculares, projeto de novos polímeros condutores e otimização de parâmetros de OLEDs (Organic Light-Emitting Diodes). A síntese de circuitos eletrônicos moleculares é desenvolvida com base em Hardware Evolucionário (EHW - Evolvable Hardware) e tem como principais elementos dois dispositivos moleculares simulados em SPICE: o diodo molecular e o transistor molecular. O projeto de novos polímeros condutores é baseado em uma metodologia que combina uma aproximação tight-binding (hamiltoniano de Hückel simplificado) que representa a estrutura eletrônica de uma cadeia polimérica, empregando um AG com avaliação distribuída como mecanismo de síntese. Finalmente, a otimização de parâmetros de OLEDs é desenvolvida por meio de um método que modela o comportamento elétrico do dispositivo com multicamadas, onde cada camada possui uma proporção de MTE (material transportador de elétrons) e uma proporção de MTB (material transportador de buracos). As aplicações apresentam resultados que comprovam que o apoio de técnicas de Inteligência Computacional como os Algoritmos Genéticos no mundo nanométrico pode trazer benefícios para a criação e o desenvolvimento de novas tecnologias. |
publishDate |
2006 |
dc.date.issued.fl_str_mv |
2006-02-10 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8879@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1776626295817371648 |