基于自适应先验均值贝叶斯优化的 SrTiO3 薄膜化学计量比生长
材料科学
2023-03-03 v1
摘要
钙钛矿绝缘体 SrTiO3 有望作为高介电常数电容器和光催化剂应用于下一代电子与光子器件。然而，由于钙钛矿氧化物薄膜中精确化学计量比控制的困难，可重复生长高绝缘化学计量比 SrTiO3 薄膜仍具挑战性。在此，为通过微调多种生长条件来生长化学计量比 SrTiO3 薄膜，我们开发了一种新的基于贝叶斯优化（BO）的机器学习方法，该方法通过变化先验均值以鼓励搜索空间的探索，从而摆脱次优生长条件参数。利用模拟数据，我们证明了新 BO 方法的有效性，其可重复地达到全局最优条件。借助在机器学习辅助分子束外延（ML-MBE）中实现的 BO 方法，仅用 44 次 MBE 生长运行即开发出了带隙中无吸收的高绝缘化学计量比 SrTiO3 薄膜。所提出的算法提供了一种不依赖个别研究者经验的高效实验设计平台，将不仅加速氧化物电子学，也加速各种材料合成。
引用
@article{arxiv.2303.00929,
title = {Stoichiometric growth of SrTiO3 films via Bayesian optimization with adaptive prior mean},
author = {Yuki K. Wakabayashi and Takuma Otsuka and Yoshiharu Krockenberger and Hiroshi Sawada and Yoshitaka Taniyasu and Hideki Yamamoto},
journal= {arXiv preprint arXiv:2303.00929},
year = {2023}
}