May, 2024

基于贝叶斯优化的溅射沉积过程中稳定性性能的研究

PDF
TL;DR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。
molybdenum thin filmsbayesian optimizationresidual stresssheet resistancedeposition parameters
发现论文，激发创造
  • 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

    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。

    May, 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

  • 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

  • 材料设计的贝叶斯优化

    通过高斯过程回归和贝叶斯优化技术，针对材料设计和发现等高维复杂问题，提出一种基于价值信息分析的预期改进和知识梯度方法，以最少的实验找到优良的材料设计方案。

    Jun, 2015

  • 应用监督机器学习和基于物理的机器学习方法预测铝合金摩擦搅拌堆焊的峰值温度分布

    通过结合监督式机器学习和基于物理的神经网络，本研究使用先进的方法预测了加性摩擦搅拌沉积（AFSD）过程中的峰值温度分布，为优化材料微结构提供了全面的见解。

    Sep, 2023

  • 利用贝叶斯优化进行锂离子电池电化学模型的参数辨识

    本研究利用贝叶斯优化方法调整镍锰钴 - 石墨电池的动态参数，对比了梯度下降和粒子群优化方法，结果显示贝叶斯优化方法在平均测试损失上优于梯度下降和粒子群优化方法分别可减少 28.8% 和 5.8%，同时显著降低了测试损失的方差分别为 95.8% 和 72.7%。

    May, 2024

  • 应用拉格朗日乘子的受限贝叶斯优化在功率晶体管设计中的应用

    提出一种新颖的受限贝叶斯优化（BO）算法，用于优化侧向扩散金属氧化物半导体（LDMOS）晶体管的设计过程，实现目标击穿电压（BV）。通过引入拉格朗日乘子，将受限 BO 问题转化为传统 BO 问题，并将拉格朗日函数设置为 BO 的目标函数。利用具有可变拉格朗日乘子的自适应目标函数，可以解决需要耗费昂贵评估的约束 BO 问题，无需额外的替代模型来近似约束条件。该算法使设备设计师能够在设计空间中设置目标 BV，并自动获得满足优化 FOM 和目标 BV 约束的设备。利用该算法，还在定义的设计空间内探索了 30-50V 范围内设备 FOM 的物理限制。

    Aug, 2023

  • 自由电子激光器的贝叶斯优化

    本文采用贝叶斯方法和高斯过程对 Linac Coherent Light Source 中的多极磁铁进行优化，通过对少量样本的控制参数建立概率模型并加入设备间的关联，成功实现了高效的优化策略。

    Sep, 2019

  • 基于路径的实用贝叶斯优化

    我们提出了一种扩展的 SnAKe 算法，可以同时处理实验成本和输入参数变化成本，包括最大允许输入变化和多目标设置。

    Dec, 2023

  • 使用数据驱动的实验设计和好校准的不确定性估计进行高维材料和工艺优化

    提出了一种利用数据驱动模型加速材料发现优化过程的方法，该方法可以指导科学家先测试最有前途的候选者，并结合不确定性分析为探索高不确定度的候选者和利用参数空间高性能区域提供建议。该方法在材料科学领域的四个测试案例表明，比随机猜测平均少三倍的实验次数就找到了最佳候选方案。

    Apr, 2017