May, 2023

利用贝叶斯优化光学等离子体发射实现薄膜氮化物的自主溅射合成及成分控制

PDF
TL;DR利用高度自动化的溅射反应器、光电发射光谱和贝叶斯优化算法，模拟薄膜成分并最小化发射信号的测量误差，将多种元素的准确控制引入溅射沉积过程，实现了制备具有特定组成、误差小的薄膜的自主化实验方法。
autonomous experimentationthin filmsputter depositionbayesian optimization algorithmcomposition control
发现论文，激发创造
  • 基于贝叶斯优化的溅射沉积过程中稳定性性能的研究

    我们引入了一种贝叶斯优化方法来指导钼薄膜的溅射沉积，旨在实现所需的残余应力和片电阻，同时最小化沉积过程中的随机波动的影响。

    May, 2024

  • 通过自主实验进行定制纳米颗粒合成和化学知识发现

    本研究提出了一种自主实验平台，用于设计具有目标光学特性的纳米颗粒（NPs），并展示了该平台在银（Ag）NPs 合成中的应用，表明该平台能够高效地生成具有所需吸收光谱的 Ag NPs，并进一步揭示了柠檬酸调控竞争将会影响吸收光谱形状的新型化学知识。

    Sep, 2023

  • 半导体基片的通用脱氧化，机器学习和实时反馈控制辅助

    采用机器学习混合卷积和视觉变换器模型，利用反射高能电子衍射视频作为输入，确定基片的氧化状态作为输出，实现了可控架构下的自动化基片脱氧，扩展了脱氧工艺在其他基片上的成功应用，对多种设备和基片材料的脱氧温度进行了标准化，推动了半导体制备中的标准化研究进程，对于光电子和微电子行业的半导体制造具有重大意义。

    Dec, 2023

  • 基于贝叶斯优化的钙钛矿实验中物理材料参数提取

    使用贝叶斯优化方法开发的分析平台可以从瞬态光致发光实验中提取有机金属钙钛矿半导体的最多八个基础材料参数，该平台可以方便地应用于其他实验，加速材料的发现和光伏等应用中半导体材料的优化。

    Feb, 2024

  • 基于文献训练的神经网络的无机材料合成规划

    本文介绍一项基于语言模型的自动化方法，通过自然文本连接文献与合成洞见，提高材料设计和发现速度，并展示该方法在预测钙钛矿材料先驱体和筛选新化合物方面的潜力。

    Dec, 2018

  • 基于深度扩散语言模型的无机化合物生成设计

    基于深度学习的生成模型和密度泛函理论，我们通过学习和利用显式和隐式化学知识，提出了一种材料组成和结构设计的方法。通过深度扩散语言模型生成组合，并应用基于模板的晶体结构预测算法预测相应的结构，然后使用基于通用图神经网络的势函数进行结构弛豫。通过密度泛函理论的计算和能量分析验证了我们的方法，并发现了六种新的具有负能量生成焓的材料，证明了我们方法的有效性。

    Sep, 2023

  • 自主微观 ARPES

    使用高斯过程回归，建立了一个协议，实现了对电子结构高光电发射强度或尖锐能谱特征的位置进行自动搜索的实验控制。

    Feb, 2024

  • 多目标优化与主动学习完全自主材料设计框架：挑战和下一步

    利用多目标黑盒优化的主动学习过程，在实时流数据和模块化多目标优化软件开发技术支持下，实现了自动化连续流化学实验室的自治操作，为电解质生产提供了理想的制造条件。

    Apr, 2023

  • 利用定量表示和高维分布距离检测合成参数效应

    应用联合分布理论、高维分布统计和置换统计方法，探测化学合成过程参数对材料微结构的影响。以铀盐为原材料，检测醛酸盐及攻击顺序等因素对二氧化钚晶体结构的影响及二度影响

    Apr, 2023

  • 基于贝叶斯自主材料相图制图的人工智能辅助系统

    该研究提出一种方法，即将人类的先前知识融合到自动实验中，可用于材料研究中的相图绘制，并证明了加入人类先验知识对绘制精度的显著提高。

    Jun, 2023