[2Yin-B] Poster 4

[2Yin-B-42] Development of a Text-based Design Support Model for Optimal Temperature and Flow Fields and Application to Crystal Growth Technology

〇Kota Takahara¹, Kutsukake Kentaro^1,2, Harada Shunta^1,2, Ujihara Toru^1,2 (1. Grad. Sch. Eng., Nagoya Univ, 2. IMaSS Nagoya Univ.)

Keywords:

Contrastive Learning,Cross-modal Retrieval,Foundation Models

半導体結晶などの素材製造プロセスでは、温度・流れ場の設計が重要である。従来は、熟練者が実験や経験に基づく知見を目的関数として数式化し、数理最適化を用いて理想的な温度・流れ場を実現する条件を探索してきた。しかし、実験によって新たな知見が得られるたびに、温度・流れ場の要件は変化するため、目的関数の再設計が必要となり、時間を要する。本研究では、SiCの結晶成長技術を例に、再設計支援のために、数式ではなくテキストで特徴を表現することで、最適な温度・流れ場を検索できるモデルを構築する。まず、温度・流れ場画像を約900通り取得し、特徴を記述したテキストを付与しペアデータを作成した。次に、対照学習によりモデルを学習した。評価では、テキストを入力した際の温度・流れ場の検索精度を算出し、汎用モデルであるCLIPと比較した。評価の結果、本モデルはCLIPを上回る検索精度を示した。さらに、特徴量空間の分析により「上昇流」などの単語に対応したクラスタが見られ、テキストが特徴量空間に反映されたことを確認した。本モデルによる画像とテキストの紐づけは、検索のみならず、熟練者知見の蓄積や発見の基盤として期待される。