[11p-70A-1~17] 15.6 Group IV Compound Semiconductors (SiC)

△ [11p-70A-5] High-speed prediction of crystallization conditions of SiC PVT method using machine learning

〇(M1)Yiqun Jiang^1,2, Yosuke Tsunooka^1,2,3, Goki Hatasa^1,2, Taka Narumi⁴, Kentaro Kutsukake⁵, Shunta Harada^1,2, Miho Tagawa^1,2, Toru Ujihara^1,2,3,4 (1.Grad. School of Eng. Nagoya Univ., 2.IMASS Nagoya Univ., 3.GaN-OIL AIST, 4.VBL Nagoya Univ., 5.RIKEN AIP)

Keywords:physical vapor transport method, simulation, machine learning

SiCの昇華法では気体の流れや温度分布が重要であり、熱流体シミュレーションを用いて結晶成長条件を検討する。我々は昇華法のプロセス最適化に向けて、機械学習を用いて熱流体シミュレーションを高速予測するモデルを構築した。モデルを検証したところ、数十分かかるシミュレーションをほぼ再現する結果が0.１秒で予測できることが確認された。本研究の手法を用いることで、従来より短期間で最適条件を発見することが可能である。