[20a-B01-1~10] 23.1 合同セッションN「インフォマティクス応用」

[20a-B01-5] SiC結晶成長シミュレーションのノンパラメトリック機械学習

〇小山 幸典¹、角岡 洋介²、沓掛 健太朗³、宇治原 徹⁴ (1.物材機構、2.名大院工、3.理研、4.名大未来研)

キーワード：機械学習、結晶成長、熱流体解析

熱流体解析の結果を用いて溶液状態を推定する機械学習モデルの構築を進めており，溶液状態の表現次元を特異値分解により圧縮し，次元圧縮された溶液状態をプロセス条件の多項式でモデル化することで，プロセス条件から溶液状態を推定できることを示してきた．流体解析の非線形性をより精確に考慮できるノンパラメトリック回帰を用いることで，溶液状態の推定精度を大幅に向上させることに成功したので，これについて報告する．