Machine Learning for Predicting the Surface Plasmon Resonance of Perfect and Concave Gold Nanocubes

Using the combination of the discrete dipole approximation (DDA) and machine learning methods, we have developed a computational tool to predict the wavelength at which the dipole surface plasmon resonance (SPR) of gold concave nanocubes (GCNCs) takes place. First, we have used the DDA to generate S...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Journal of physical chemistry. C 2020-11, Vol.124 (46), p.25447-25454
Hauptverfasser:	Arzola-Flores, J. A, González, A. L
Format:	Artikel
Sprache:	eng
Schlagworte:	C: Plasmonics Optical, Magnetic, and Hybrid Materials
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!