[21a-B01-1~10] 23.1 Joint Session N "Informatics"

[21a-B01-2] Prediction of electrical property of crystal defects from photoluminescence profile using machine learning

〇Kentaro Kutsukake¹, Kazuki Mitamura², Takuto Kojima³, Noritaka Usami² (1.AIP, RIKEN, 2.Eng., Nagoya Univ., 3.Inf., Nagoya Univ.)

Keywords:Machine learning, Photoluminescence, Grain boundary

我々はPLイメージ測定と粒界周囲での有限要素キャリアシミュレーションによるPLプロファイルの計算とを組み合わせることで、傾斜粒界のキャリア再結合速度を定量した。しかし、同シミュレーションには1回数時間かかり、実験で得られたプロファイルと一致するプロファイルを与えるパラメータの組を探すためには複数回の計算が必要であるため、非常に時間がかかる。そこで本研究では、機械学習を用いることで、PLプロファイルから直接粒界の物性パラメータを推定することで、高速な特定を可能とした。