2019 Fiscal Year Annual Research Report
Establishment of Principles for Machine-Learning Assisted Analysis of Plasma Surface Reactions
| Project/Area Number |
18K18753
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
浜口 智志 大阪大学, 工学研究科, 教授 (60301826)
|
|---|
| Project Period (FY) |
2018-06-29 – 2020-03-31
|
| Keywords | 機械学習 / 深層学習 / スパースモデリング / ノンパラメトリック回帰 / 人工知能（AI） / 記述子 / プラズマ・インフォマティクス / プロセス・インフォマティクス |
|---|
| Outline of Annual Research Achievements |
半導体デバイス製造工程に使われるプラズマプロセス技術は、デバイスの超微細化を主導し、世界の情報通信技術の発展に大きく貢献している。現在、半導体デバイスの微細化が極限にまで進み、原子レベルの構造加工が研究対象となる中、産業界においては、ある特性を持つ薄膜やプロセスを実現にするには、どの薄膜材料を用いて、どのようなプラズマ条件が必要か、という問いに対する回答を短期間に与える必要がある。この問いに回答する人工知能（ＡＩ）開発の第一歩が、本研究の課題である。具体的には、機械学習を用いて、数値シミュレーションや実験から得られた大量のデータを処理することにより、まだ研究のなされていない物質とプラズマの組み合わせによるプラズマプロセス技術の最適化を予測する技術を確立し、その予測手法に学術的基礎を与える。初年度には、文献から収集した大量のスパッタ率実験データをもとに、ノンパラメトリック回帰であるGaussian process regressionによるスパッタ率の予測システムを開発した。2年目となる本年度は、この手法をもとに、系を記述する各種の記述子（系を特徴づける物理量）の相対的重要性を、系統的に解析し、定量的に評価した。これにより、解析的記述の難しいスパッタリング現象・エッチング表面反応の物理機構を理解し、まだ研究のなされていない物質とプラズマの組み合わせに対するプラズマ表面相互作用を予測する技術を確立し、当初の研究目的を達成した。
|
Research Products
(32 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Atomic Layer Etching: its Science and Technology2019
Author(s)
Satoshi Hamaguchi, Michiro Isobe, Tomoko Ito, and Kazuhiro Karahashi
Organizer
Joint Conference of XXXIV International Conference on Phenomena in Ionized Gases (XXXIV ICPIG) and the 10th International Conference on Reactive Plasmas (ICRP-10)
Int'l Joint Research / Invited
-
-
-
-
-
-
-
-
-
-
