利用卷积神经网络在透射电子显微镜图像中确定非晶绝缘体与晶态 4H-SiC 的界面
材料科学
2021-01-08 v1 无序系统与神经网络
机器学习
摘要
粗糙界面似乎是 SiC MOSFET 中低沟道迁移率（电导率）的可能原因之一。为通过界面粗糙度评估迁移率，我们利用卷积神经网络 (CNN) 的深度学习方法，在透射电子显微镜 (TEM) 获得的截面图像中绘制了非晶绝缘体与晶态 4H-SiC 之间的边界线。我们表明，即使界面过于粗糙而无法手动绘制边界线，CNN 模型也能很好地识别界面。并计算了界面粗糙度的功率谱密度。
引用
@article{arxiv.2010.09485,
title = {Determination of the Interface between Amorphous Insulator and Crystalline 4H-SiC in Transmission Electron Microscope Image by using Convolutional Neural Network},
author = {Hironori Yoshioka and Tomonori Honda},
journal= {arXiv preprint arXiv:2010.09485},
year = {2021}
}
备注
16 pages, 8 figures