講演情報
[20p-A311-5]転移学習を適用したRHEEDパターン分類モデルの開発
〇權 晋寛1、角田 雅弘1,2、荒川 泰彦1 (1.東大ナノ量子、2.アイオーコア)
キーワード：
RHEED,分子線エピタキシー
反射高エネルギー電子回折（RHEED）は分子線エピタキシー法（MBE）による結晶成長で材料の表面状態のその場観察に使われている。我々は、このようなRHEED像をパターンごとに分類するモデルを提案してきた。しかし、それは一台のMBE装置からのRHEED像を対象とし、一般化されたモデル構築は困難であった。また、一般化には各MBE装置の特性（蛍光スクリーンへの材料堆積、基板取り付けによる角度・位置などの変化、基板ヒーター電流変化、チャージアップ等による電子ビームの変化等）と装置間の違い（電子銃、基板、スクリーンの位置、内部構成要素の配置、電子銃の性能）等により、RHEEDパターンの分類モデルを一般化することは容易ではない。本研究では、3台のMBE装置からRHEED像を取得し、それを学習した機械学習モデルを開発し、その性能を検証したので報告する。