[17a-K505-1~9] 23.1 Joint Session N "Informatics"

9:45 AM - 10:00 AM JST(12:45 AM - 1:00 AM UTC)

[17a-K505-4] Physics-informed Bayesian optimization suitable for extrapolation of materials growth

〇Yuuki Wakabayashi¹, Wataru Kobayashi², Takuma Otsuka³, Tei Gensai² (1.NTT BRL, 2.NTT DIL, 3.NTT CSL)

Keywords:

Bayesian optimization,extrapolable prediction,semiconductor growth

機械学習を材料科学に統合するマテリアルズインフォマティクスが進展する中、外挿予測の困難さが課題となっている。本研究では、III-V族半導体InGaAsPの結晶成長において、物理的知識（べガード則やガス流量と組成の線形関係）を活用したベイズ最適化（PIBO）を開発した。ガス流量と組成の線形関係を予測モデルに組み込むことで、未探索領域でも外挿可能な予測を実現し、少ない試行回数で目標とする光学特性を持つInGaAsPの効率的合成に成功した。この手法は材料合成の高速化と効率化に貢献する。