[18p-B31-1~16] 15.3 III-V-group epitaxial crystals, Fundamentals of epitaxy

[18p-B31-5] [Highlight] Classification of RHEED Pattern Using Machine Learning

〇JINKWAN KWOEN¹, YASUHIKO ARAKAWA¹ (1.NanoQuine, U. Tokyo)

Keywords:RHEED, Machine Learning, MBE

反射高速電子線回折(RHEED)はMBE成長中の試料表面挙動をその場観察できるため広く使われている。特に、RHEEDパターンは試料の温度・材料の供給量および供給比などにより動的に変化するため、成長条件較正のマイルストーンとしても使われてきた。しかし、RHEEDパターン解析は実施者の蓄積されたノーハウに依存し、その時間的な限界もあるため、実時間フィードバック制御などへの応用は困難であった。また、従来の電算化方式では、観測条件の変動によるRHEEDの変化を正しく反映し認識することが困難であった。一方、CNNを用いた機械学習法は入力データ基盤に特徴点を認識するため、変動性のある画像の分類に適している。今回、我々はGaAs基板上へのGaAsのMBE成長でRHEED像を収集し、機械学習させることでそのパターンを分類するモデルの開発に成功したため報告する。