[19a-D103-1~12] 15.6 IV族系化合物（SiC）

△ [19a-D103-5] SiC溶液成長における熱流体解析と機械学習を用いた最適化手法の提案

〇角岡 洋介^1,2、小久保 信彦^1,2、原田 俊太¹、田川 美穂¹、宇治原 徹^1,2 (1.名大、2.産総研 GaN-OIL)

キーワード：機械学習、シミュレーション、最適化

SiC溶液成長法では流れや過飽和度の分布が重要であり、しばしば熱流体解析が行われる。我々はこれまでに、溶液の熱流体解析の結果のニューラルネットワークによる予測に成功している。本研究では、この予測モデルを用いて結晶成長のパラメータ最適化の方法を確立した。まず800通りの流体解析を行い、学習した。理想的な成長の条件を満たすよう目的関数を定め、最適なパラメータを探索した。条件を満たす様々なパラメータを発見できた。