講演情報
[20p-C601-2]GaN気相成長における結晶表面状態予測のための機械学習用特徴量抽出
〇園田 勉1、高橋 言緒1、角岡 洋介2、高石 将輝3、関 翔太2,3、沓掛 健太朗4、井手 利英1、清水 三聡1、宇治原 徹2 (1.産総研 GaN-OIL、2.名大院工、3.アイクリスタル、4.理研 AIP)
キーワード：
GaN 気相成長
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。