广告

日本要利用机器学习实现半导体研究自动化

2022-06-17 13:19:47 东京理科大学 阅读:
新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。

自20世纪中期以来,半导体产业一直在稳步增长,得益于高速的信息和通信技术,它已经让社会快速数字化。 g70ednc

如今,由于全球能源需求紧张,对更快、更集成和更节能的半导体器件的需求日益增长。 g70ednc

然而,现代半导体工艺已经达到纳米级,新型高性能材料的设计现在涉及到半导体纳米薄膜的结构分析。反射高能电子衍射 (RHEED) 是为此目的广泛使用的分析方法,RHEED 可用于在原子水平上确定薄膜表面形成的结构,甚至可以在合成薄膜时实时捕捉结构变化!g70ednc

不幸的是,尽管 RHEED 有很多好处,但它有时会因其输出模式复杂且难以解释这一事实而受到阻碍。几乎在所有情况下,都需要高技能的实验者来理解 RHEED 可以以衍射图案的形式产生的大量数据。但是,如果我们可以让机器学习在处理 RHEED 数据时完成大部分工作呢?g70ednc

由东京理科大学 (TUS) 客座副教授、日本国立材料科学研究所 (NIMS) 高级研究员 Naoka Nagamura 博士领导的一组研究人员一直致力于此。在他们于 2022 年 6 月 9 日在线发表在国际期刊《先进材料科学与技术:方法》上的最新研究中,该团队探索了使用机器学习自动分析 RHEED 数据的可能性。g70ednc

g70ednc

这项工作得到了 JST-PRESTO 和 JST-CREST 的支持,是 TUS 和日本 NIMS 联合研究的结果。它由 Asako Yoshinari 女士、同样来自 TUS 的 Masato Kotsugi 教授和来自 NIMS 的 Yuma Iwasaki 博士共同撰写。g70ednc

研究人员专注于在干净的单晶硅(用途最广泛的半导体材料之一)的第一个原子层上形成的表面超结构。取决于吸附的铟原子的数量和温度的微小差异。表面超结构是晶体表面独有的原子排列,其中原子以不同于晶体内部的周期性模式稳定,这取决于周围环境的差异。因为它们经常表现出独特的物理特性,所以表面上层结构是材料科学中非常感兴趣的焦点。g70ednc

首先,该团队使用了不同的分层聚类方法,旨在根据不同的相似性度量将样本划分为不同的聚类。这种方法用于检测存在多少不同的表面超结构。在尝试了不同的技术后,研究人员发现,Ward的方法可以最好地跟踪表面上层建筑的实际相变。 g70ednc

g70ednc

反射高能电子衍射 (RHEED) 是一种成像技术,广泛用于分析通过物理气相沉积生长的材料的表面结构。但是,RHEED 会产生大量数据,并且是一种技能密集型工具。为了解决这个问题,TUS 和 NIMS 科学家采用机器学习技术来自动化分析中一些较难的部分。图片来源:国立材料科学研究所和东京理科大学g70ednc

然后,科学家们试图确定合成每个已识别的表面超结构的最佳工艺条件。他们专注于最广泛地形成每个上层结构的铟沉积时间。主成分分析和其他典型的降维方法表现不佳。幸运的是,非负矩阵分解,一种不同的聚类和降维技术,可以准确自动地获得每个上层结构的最佳沉积时间。Nagamura 博士对这些结果感到兴奋,我们的努力将有助于自动化通常需要专家进行耗时的手动分析的工作。我们相信我们的研究有可能改变材料研究的完成方式,让科学家们将更多时间花在创造性的追求上。g70ednc

总体而言,本研究报告的研究结果有望带来新的有效方法,将机器学习技术用于材料科学——这是材料信息学领域的一个中心话题。反过来,随着现有设备和技术使用更好的材料进行升级,这将对我们的日常生活产生影响。我们的方法不仅可用于分析在薄膜硅单晶表面、金属晶体表面、蓝宝石、碳化硅、氮化镓和各种其他重要衬底上生长的超结构。因此,我们希望我们的工作能够加速下一代半导体和高速通信设备的研发, Nagamura 博士总结道。g70ednc

参考链接:Let Machines Do the Work: Automating Semiconductor Research with Machine Learning;Demi Xia编译g70ednc

责编:Demi
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 芯片,举足轻重到底有多重? 近几年,芯片成为全球瞩目的焦点。新冠疫情导致的供应链危机,以及汽车智能化的快速发展,让芯片的价格持续暴涨。同时,由于众所周知的原因,中美两国在半导体芯片领域不断加大投资。而美国利用在半导体技术方面的优势,也在不断用政策手段限制中国芯片行业的发展。在这种大背景下,中国企业能否在半导体芯片领域有所突破,打破美国的技术垄断?各国在半导体领域的投资热潮,会不会导致产能过剩?
  • eSIM与SIM有什么区别?能否终结物理SIM卡? 嵌入式 SIM (eSIM) 是一种采用物理 SIM 卡中通常存在的电路并将其永久安装到移动设备中的技术。通过设置例程(通常涉及来自运营商的二维码),移动设备无需物理 SIM 卡即可加入运营商网络。
  • 英特尔演示世界最高速度WiFi 7,速度超5Gbps Intel基于酷睿笔记本电脑展示了Wi-Fi 7的演示,其Wi-Fi 7解决方案连接到了博通的Wi-Fi 7接入点。
  • 号称史上最硬智能手表,Apple Watch Ultra维修费用超售 苹果带来了全新的 Apple Watch Ultra 运动手表,被称为史上最坚固、最硬的Apple Watch。然而,每个硬件都有极限,如果你不小心损坏它,它可能会花费499 美元的维修费用,这几乎是这款智能手表60%的售价。
  • 日本研究人员用新材料传感器提升电动汽车续航 通常,电动汽车中的电池电流可以达到数百安培。然而,能够检测此类电流的商用传感器无法测量毫安级电流的微小变化。这导致电池充电估计的模糊性约为 10%。这意味着电动汽车的续驶里程可以延长 10%。反过来,这将减少低效的电池使用。
  • 柔宇科技名下3700万资产被法院查封、冻结 据EDN电子技术设计了解,柔宇科技名下3700万资产被法院查封、冻结。
  • 苹果新品发布会:与华为对垒卫星功能,还把“药丸”屏玩出 9月8日凌晨,苹果2022秋季新品发布会在其加州总部举行。亮点包括可穿戴设备新产品线Apple Watch Ultra,iPhone 14系列取消的Mini新增Plus型号,iPhone 14美版干掉实体SIM卡转用eSIM,iPhone 14 系列智能机引入的“卫星紧急求援”(Emergency SOS via Satellite)功能等,意外的是,发布会之前备受“吐槽”的iPhone 14 Pro药丸屏,被苹果引入了全新的灵动岛交互,反而被网友称为本次发布会的最大亮点。
  • 华为mate50与iPhone14都在争的卫星通信,噱头大于实质? 9月6日下午,华为抢先在苹果iPhone14,在线上发布了其首款支持北斗卫星通信消息的大众智能手机华为Mate 50系列。值得一提的是,卫星通信并不是一个新技术,这也引起了行业内的质疑。
  • 俄罗斯最大半导体工厂Mikron“贷款”70亿卢布,用于生产 为了缓解芯片荒,俄罗斯加大了对其国内芯片生产的投资。今年初,俄罗斯最大半导体制造商 Mikron 准备了一个投资项目,计划将产能扩大两倍(每月达 6000 片),用于生产 180-90nm 的芯片。不过为了实施这一项目,该公司需要大约 100 亿卢布(约 11.4 亿元人民币)。俄罗斯国有集团VEB.RF向Mikron公司提供了这笔救命钱……
  • 科学家展示生物降解印刷电路,可回收重复利用 据联合国统计,仅在 2021 年,全球电子垃圾就激增了 5740 万吨,其中只有 17.4% 被回收。一些专家预测,随着时间的推移,电子垃圾问题将愈发严重。但现在,来自能源部劳伦斯伯克利国家实验室(Berkeley Lab)和加州大学伯克利分校的一组研究人员已经开发出一种可行的解决方案……
  • 电动车带来新的EMI威胁? 有些汽车制造商计划保留AM收音机功能,但无法解决AM无线电EMI问题的制造商是否会让我们再次面对EMI的威胁...
  • 龙芯中科将于2023年发布3A6000,单核性能提升68% 龙芯中科8月31日在互动平台表示龙芯3A6000目前研发进展顺利,已完成前端设计及仿真验证,仿真结果表明其单核性能达到市场主流产品水平。龙芯3A6000是龙芯3A5000的下一代CPU,预计会在2023年发布。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了