[20p-C601-1~16] 23.1 Joint Session N "Informatics"

1:45 PM - 2:00 PM JST(4:45 AM - 5:00 AM UTC)

[20p-C601-2] Feature Extraction of Machine Learning for Prediction of MOCVD-grown GaN surface

〇Tsutomu Sonoda¹, Tokio Takahashi¹, Yosuke Tsunooka², Masaki Takaishi³, Shota Seki^2,3, Kentaro Kutsukake⁴, Toshihide Ide¹, Mitsuaki Shimizu¹, Toru Ujihara² (1.NU-AIST GaN-OIL, 2.Grad. School of Eng. Nagoya Univ., 3.AIxtal, 4.AIP RIKEN)

Keywords:

MOCVD-grown GaN

実験をコンピュータ上で再現し、実験結果を予測するデジタルツインを用いた材料製造は、材料開発コストの削減手法として期待されている。機械学習を用いたデジタルツインと整合可能になれば、機械学習上で新たな成長条件を導き出し、結晶成長実験及び実験施設に至るまでのフィードバックが期待できる。本研究では、GaN半導体の気相成長（MOCVD）のデジタルツインに向けて、結晶成長実験とシミュレーションの整合性を高めて成長に大きく寄与する成長条件を抽出し、それを機械学習へ向けた特徴量として扱うためのパラメータ化を実施したので報告する。