[10p-S202-1~14] 15.6 IV族系化合物（SiC）

[10p-S202-1] SiC昇華法における機械学習を用いた炉内温度分布最適化

〇(M2)井上 凱喜¹、古庄 智明²、沓掛 健太朗^2,3、原田 俊太^1,2、田川 美穂^1,2、宇治原 徹^1,2,4 (1.名大院工、2.名大未来研、3.理研AIP、4.産総研 GAN-OIL)

キーワード：シリコンカーバイド、シミュレーション、機械学習

SiCは電力機器の省エネ化をもたらす半導体材料として期待を集める一方で、コストの高さが課題となっており、高い成長速度にて低欠陥密度結晶の作製が必要である。我々はSiC昇華法の熱流体解析において、機械学習を用いた高速化が可能であることを報告した。本研究では機械学習を用いた熱流体解析の高速化に加え、低欠陥密度結晶を得るために、単結晶外周部の多結晶析出を抑制する温度分布の最適化を実施した。