[22p-P06-1~23] 17 Nanocarbon Technology(Poster)

[22p-P06-8] Deep-learning-based Image Segmentation of Graphene FETs

〇Shota Ushiba¹, Naoya Ito¹, Naruto Miyakawa¹, Ayumi Shinagawa¹, Tomomi Nakano¹, Takao Ono^2,3, Yasushi Kanai², Seiji Innami¹, Shinsuke Tani¹, Masahiko Kimura¹, Kazuhiko Matsumoto² (1.Murata Manufacturing, 2.SANKEN, Osaka Univ., 3.JST-PRESTO)

Keywords:Graphene FET, Deep-learning, Image analysis

本研究では、深層学習を用いてG-FETの光学顕微鏡画像をグラフェン・電極・基板・汚れに分類するアルゴリズムを構築した。深層学習にはU-Netと呼ばれるネットワーク構造を用いた 。訓練したネットワークは、F₁-スコアと呼ばれる精度を表す指標で80%以上を達成した。本結果は、本研究で確立した手法がG-FETの1st スクリーニング方法として有望であることを示している。