پیش بینی رفتار بایوسنسورهای گرافنی با استفاده از شبکه های عصبی مصنوعی

بایوسنسورهای پایه-گرافنی از سنسورهای نانومکانیکی جدید هستند که به منظور شناسایی اجرام بسیار کوچک مورد استفاده قرار می گیرند. سنسورهای نانومکانیکی بر اساس تغییر فرکانس صفحه گرافنی بر اثر چسبیدن اجرام کوچک که می توانند انواع ویروس ها، باکتری ها، پروتئین ها و دی ان ای های مختلف را شامل می شوند، کار می کند. در این مقاله پارامترهای مختلف طراحی شامل اندازه، نوع ،ساختار و شرایط مرزی گرافن و همچنین جرم هدف با استفاده از اجزاء محدود مورد تحلیل قرار گرفته است. از آن جا که تحلیل عددی بسیار زمان بر می باشد، یک شبکه عصبی MLP بر روی داده های خروجی اجزاء محدود آموزش داده شده است. هرچند تعداد متغیرهای طراحی و اثرات غیرخطی آن ها بر روی کارکرد سنسور زیاد است، این شبکه عصبی کارایی بسیار خوبی در تشخیص جرم هدف از خود نشان داده است و با دقتی بالاتر از ۱۰-۴ می-تواند مانند روش اجزای محدود عمل کند. همچنین شبکه ی عصبی استاتیک به کار رفته شده میتواند حدود ۱۱۰۰۰ بار محاسبات را تسریع بخشد.