贝叶斯优化用于在沉积工艺波动中实现稳定性能
材料科学
2024-05-07 v1 机器学习
最优化与控制
摘要
我们引入贝叶斯优化方法以引导硝基薄膜的沉积，旨在实现所需的残余应力和电阻值，同时最小化沉积过程中对随机波动的敏感性。薄膜在诸多技术领域中至关重要，包括半导体和光学器件，其中其属性对器件性能至关重要。沉积功率、真空室压力和工作距离等沉积参数会影响残余应力和电阻等物理属性。过大的应力和高电阻会损害器件性能， necessitating 选择最佳工艺参数。此外，这些参数还需确保薄膜属性的一致性和可靠性，以助力器件的可重复性。然而，探索多维设计空间进行工艺优化成本高昂。贝叶斯优化适用于无需依赖梯度信息的一般黑盒函数参数优化。我们利用贝叶斯优化对沉积功率和压力进行优化，构建自定义目标函数纳入观测到的应力和电阻数据。此外，我们将应力随压力变化的先验知识整合到目标函数中，以优先考虑受随机变动影响最小的薄膜。我们的研究表明，贝叶斯优化有效地探索了设计空间，识别出满足所需应力和电阻规范的最优参数组合。
引用
@article{arxiv.2405.03092,
title = {Bayesian optimization for stable properties amid processing fluctuations in sputter deposition},
author = {Ankit Shrivastava and Matias Kalaswad and Joyce O. Custer and David P. Adams and Habib N. Najm},
journal= {arXiv preprint arXiv:2405.03092},
year = {2024}
}