講演情報

[7p-S202-3]GaN気相成長における既存条件を考慮した目的関数による信頼性の高い成膜条件最適化

〇関 翔太1,2、水野 文彬1、松岡 毅1、園田 勉3、高橋 言緒3、山田 永3、阿澄 玲子3、沓掛 健太朗2、宇治原 徹2 (1.アイクリスタル、2.名大院工、3.産総研)

キーワード:

半導体、機械学習、最適化

機械学習モデルを用いて製造条件の最適化を行う際、既存条件からの大幅な条件変更を回避するためには既存条件との近さの指標を目的関数に加えた最適化が有効である。さらに既存条件との距離を小さく保つことは最適解における予測の信頼性の向上に有効だと思われる。本研究ではこれをGaN気相成長プロセスの最適化適用し、実験結果と予測がよく一致する信頼性の高い最適解が得られた。