[19p-Z15-1~11] 6.4 薄膜新材料

[19p-Z15-8] 機械学習を活用したclosed-loop optimizationによるエピタキシャルTiN薄膜成長と超伝導特性

〇大久保 勇男¹、侯 柱锋¹、Jiyeon N. Lee²、相澤 俊¹、Mikk Lippmaa²、知京 豊裕¹、津田 宏治³、森 孝雄¹ (1.物材機構、2.東大物性研、3.東大新領域)

キーワード：機械学習、分子線エピタキシー、遷移金属窒化物

薄膜作製プロセスは重要な物質・材料作製手法であり、複数あるパラメータの最適化が不可欠である。本研究では、MO-MBEによるTiN薄膜作製に機械学習(ベイズ最適化)を導入した。ベイズ最適化と実験を繰り返し行い(closed-loop operation)、6回の初期実験を含む11回の実験で、最高レベルの超伝導転移温度(T_c^onset=5.25 K)を示す最適な薄膜作製パラメータを決定した。