講演情報
[8p-P11-7]機械学習を用いたGaN-HEMT用アモルファスSiN薄膜成膜プロセスの最適化
〇栗林 壮太郎1、本間 健司1、丸尾 昭人1、樋口 博之1、實宝 秀幸1、山田 敦史1、多木 俊裕1 (1.富士通株式会社)
キーワード:
マテリアルズインフォマティクス、因果発見、アモルファス窒化シリコン
機械学習に基づく材料最適化はブラックボックスプロセスとして行われることが多く、最適化されたプロセス条件の背後にある理論的根拠の説明を困難にしている。本研究では、最適なGaN高電子移動度トランジスタデバイスのためのアモルファス窒化シリコン(a-SiN)堆積パラメータを、相関分析と因果発見による解釈可能性も検討して決定した。