[9p-W321-1~14] 23.1 合同セッションN「インフォマティクス応用」

△ [9p-W321-14] 機械学習を用いた太陽電池用シリコンのレッドゾーンの効率的推定

〇(M1)穂積 祥太¹、沓掛 健太朗²、松井 孝太²、竹内 一郎^1,2,3 (1.名工大院情報、2.理研AIP、3.物材研)

キーワード：機械学習、マッピング、実験計画

試料表面上で測定位置を変えて物理量の空間分布を求めるマッピング測定は基礎的な材料評価法である。通常では格子状の座標でマッピングされるが、その場合、測定の目的に対して非効率な測定点も含まれる。そこで我々はより少ない測定点数からより確からしい物理量分布を得ることを目指した。本研究では、太陽電池用シリコンのキャリア寿命マッピングに対し、境界位置を効率良く推定するLSEを用いて、低品質領域の推定を行った。