Автоматизація та створення скриптів

1. Навіщо автоматизувати моделювання?

Після того, як структуру пристрою налаштовано, наступним логічним кроком часто є постановка таких запитань: «Як зміниться ефективність моєї сонячної батареї, якщо я зміню рухливість активного шару?» або «Як змінюється довжина хвилі випромінювання мого лазера, якщо я зміню товщину квантової ями?» Відповіді на ці запитання вимагають систематичної зміни одного або кількох параметрів матеріалу чи пристрою в певному діапазоні значень та аналізу отриманих даних. Автоматизація є не менш важливою для підгонки та визначення параметрів. У багатьох випадках модель підганяється до експериментальних вимірювань, наприклад, до виміряної кривої J–V, щоб отримати фізично значущі параметри (наприклад, рухливість, швидкості рекомбінації або характеристики контакту). Виконання таких підгонок вручну є повільним, схильним до помилок і складним у відтворенні.

Окрім можливості адаптації до конкретних випадків, автоматизовані моделювання дозволяють ефективно створювати великі, узгоджені набори даних шляхом послідовної зміни параметрів або структури пристроїв у контрольованому режимі. Ці набори даних стають дедалі ціннішими для статистичного аналізу та для навчання моделей машинного навчання, де може знадобитися проведення тисяч або мільйонів моделювань. У всіх цих випадках автоматизація забезпечує масштабований і надійний спосіб дослідження простору проєктування, вилучення параметрів і отримання уявлення про фізику пристроїв.

2. Приклади автоматизації

OghmaNano пропонує кілька підходів до автоматизації моделювання, залежно від вашого рівня знань у програмуванні та складності завдання:

1. Вікно для перегляду параметрів: Цей. вікно для перегляду параметрів дозволяє змінювати один або кілька параметрів поступово за допомогою графічного інтерфейсу. Для цього не потрібні знання програмування, що робить його ідеальним для швидких дослідницьких досліджень. Цей метод охоплює більшість типових випадків використання, коли вам просто потрібно побачити, як параметр впливає на результати.

2. Створення сценаріїв на Python: для більш точного керування OghmaNano підтримує створення сценаріїв на Python. Python є програмним забезпеченням з відкритим вихідним кодом, широко використовується в наукових обчисленнях і забезпечує максимальну гнучкість для автоматизації великих пакетних обчислень або інтеграції із зовнішніми інструментами аналізу.

3. Створення сценаріїв у MATLAB: ще один варіант – використання сценаріїв MATLAB. Багатьом науковцям та інженерам відома програма MATLAB, але це комерційне програмне забезпечення. GNU Octave є безкоштовною альтернативою, хоча наразі вона не повністю підтримує формат JSON.

4. Генерація даних за допомогою машинного навчання: автоматизовані робочі процеси можуть створювати великі, узгоджені набори даних шляхом систематичної зміни конструкцій пристроїв, параметрів матеріалів або умов експлуатації для використання в моделях машинного навчання.

5. Автоматизоване підлаштування та визначення параметрів: автоматизацію також можна використовувати для підлаштування експериментальних даних шляхом багаторазового запуску моделі, наприклад, під час визначення параметрів на основі виміряних кривих залежності струму від напруги або оптичних спектрів.

3. Як працює автоматизація «під капотом» (тобто, які механізми лежать в її основі).

Усі ці підходи базуються на одному й тому ж основному принципі: файл моделювання OghmaNano (sim.oghma) систематично редагується, а основний рушій (oghma_core.exe) запускається для отримання нових результатів. Важливо розуміти, що sim.oghma – це просто ZIP-архів, який містить JSON-файл (sim.json). Цей формат файлу описано детальніше тут. Якщо ви можете редагувати цей JSON-файл, використовуючи Python, MATLAB або будь-яку іншу мову програмування (C, C++, Java, Perl, PHP, Ruby тощо), ви можете автоматизувати роботу OghmaNano.