文献

J-GLOBAL ID：202202234165004988   整理番号：22A0710601

EMアルゴリズムを用いたRHEED画像の機械学習自動解析

Machine learning analysis for RHEED images using EM algorithm

著者 (8件)： 吉成朝子 (東京理科大学大学院先進工学研究科) ,  吉成朝子 (物質・材料研究機構) ,  安藤康伸 (産業技術総合研究所) ,  松村太郎次郎 (産業技術総合研究所) ,  小嗣真人 (東京理科大学大学院先進工学研究科) ,  永村直佳 (東京理科大学大学院先進工学研究科) ,  永村直佳 (物質・材料研究機構) ,  永村直佳 (科学技術振興機構さきがけ)
資料名： 日本表面真空学会学術講演会要旨集(Web)
巻： 2021  ページ： 2Dp03S(J-STAGE)  発行年： 2021年 
JST資料番号： U1883A  ISSN： 2434-8589  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： RHEED(反射高速電子線回折)は薄膜評価に広く用いられるが,回折パターン全体の定量的な解釈は難しく,情報を十分に活用できていない。そこで我々は,機械学習を利用した情報抽出を試みた。Si清浄表面の金属蒸着量に依る表面超構造変化を捉えたRHEED画像において,EMアルゴリズムを用いて輝度ヒストグラムの解析を行った。ピーク形状の変化を追うことで,各表面超構造作製における最適蒸着時間の見積もりが行えた。(著者抄録)

シソーラス用語： *RHEED ,  反射電子回折 ,  *機械学習 ,  *表面構造 ,  薄膜 ,  薄膜成長 ,  画像 ,  回折パターン ,  *構造

分類 (3件)： 電子回折法  (BK01030T) ,  半導体の表面構造  (BK15030A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： EMアルゴリズム ,  RHEED ,  機械学習 ,  解析