文献

J-GLOBAL ID：202402254442072079   整理番号：24A0245888

化学蒸着単層MoS₂-NbドープMoS₂横方向ホモ接合の機械学習に基づくスペクトル解析

Machine-learning based spectral analysis of chemical vapor deposited monolayer MoS₂-Nb-doped MoS₂ lateral homojunctions

著者 (6件)： Okada Mitsuhiro (Nano Carbon Device Research Center, National Institute of Advanced Industrial Science and Technology (AIST)) ,  Nagamura Naoka (Center for Basic Research on Materials, National Institute for Materials Science) ,  Matsumura Tarojiro (Research Center for Computational Design of Advanced Functional Materials, National Institute of Advanced Industrial Science and Technology (AIST)) ,  Ando Yasunobu (Research Center for Computational Design of Advanced Functional Materials, National Institute of Advanced Industrial Science and Technology (AIST)) ,  Kubo Toshitaka (Nanomaterials Research Institute, National Institute of Advanced Industrial Science and Technology (AIST)) ,  Yamada Takatoshi (Nano Carbon Device Research Center, National Institute of Advanced Industrial Science and Technology (AIST))
資料名： 日本表面真空学会学術講演会要旨集(Web)
巻： 2023  ページ： 1Fa04(J-STAGE)  発行年： 2023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： 英語 (EN)

抄録/ポイント： 化学分析(ESCA)とRamanのための電子分光法のような分光学的測定は,結晶の構造と性質に関する情報を得るための基本的ツールである。最近,膨大な量のデータおよび/または解析を必要とする,測定の so化,合併症および自動化と機械学習の出現は,データセットの数および分析の負荷における爆発を,迅速かつ正確に増大させた。MoS_2やWS_2のような遷移金属ジカルコゲン化物は,次世代半導体としての可能性としてのポストSi候補としてそれ自身を確立する。しかし,半導体デバイスの応用に最も基本的な必要条件であるドーピング技術の未成熟の問題は,まだ完全には解決されていない。この問題を解決するために,化学蒸着成長中の元素置換ドーピングによるMoS_2のキャリアドーピング技術を開発した。本研究を通して,部分的にNbドープMoS_2単分子層(すなわちMoS_2-MoS_2:Nb)を得た。本稿では,ESCAを用いたMoS_2-MoS_2:Nbの分光データの機械学習解析に焦点を当てた。得られた試料の光学顕微鏡画像を図1aで示した。単層MoS_2の典型的結晶形である三角形型結晶を見つけることができる。コントラストは外縁でのみ異なり,得られた試料の光学的性質が変化したことを示した。ラマンスペクトルは,内部領域が元のMoS_2であり,一方,外側のものはMoS_2(抽象で示されないデータ)であることを示した。結晶のNb4+3d_5/2の平面分布を可視化するため,シンクロトロン軟X線走査光電子顕微鏡システムを用い,三次元空間分解ESCAデータセットを「3Dナノ-ESCA」[2]と呼ぶ。「3Dナノ-ESCA」の横方向空間分解能は,ε>100nmであった。しかし,得られた結果の特殊性により,手との曲線フィッティングにより,得られたスペクトルを解析することは困難であった。したがって,スペクトル適応期待値制約最大化アルゴリズム[3,4]を用いてスペクトル曲線フィッティングを行った。結果を図1bで示した。Nb4+の存在は結晶の外側のエッジでのみ確認され,外側のエッジでの選択的Nbドーピングを確認した。さらに,同じプロセス(Fig.1c)を通してMo4+3d_5/2ピーク位置マッピングを行った。Mo4+3d_5/2ピークの低い結合エネルギーシフトを観測し,Nbドープ領域のp型の性質を示した。要約すると,著者らは,機械学習ベースのスペクトル解析によって,MoS_2-MoS_2:Nbの空間分解ESCAスペクトルを連続的に測定し,分析した。3DナノESCA測定および以下の解析は,結晶のエッジ領域におけるNbドーピングおよび対応するp型の性質を示した。ESCAスペクトルだけでなく,高速および自動曲線フィッティング法は,種々の分光学的測定の分析のための時間を駆動し,節約する。参照[1]M.Okadaら,APL Mater.,9,121115(2021)。[2]N.aga村ら,炭素,152,680(2019)。[3]T.松村ら,Sci.Techol.Adv.20,733(2019)。[4]T.松村ら,Sci.Techol.Adv.Mater.方法:1,45(2021)。(翻訳著者抄録)【JST・京大機械翻訳】

シソーラス用語： 化学蒸着 ,  *薄膜 ,  *硫化モリブデン ,  ニオブ化合物 ,  ドーピング ,  *機械学習 ,  *スペクトル解析 ,  半導体接合 ,  *X線光電子分光法 ,  シンクロトロン放射 ,  軟X線 ,  化合物半導体 ,  単層膜
準シソーラス用語： *ESCA ,  シンクロトロン放射X線 ,  ホモ接合 ,  化学蒸着法

分類 (2件)： 電子分光スペクトル  (BM09060K) ,  半導体薄膜  (BK14040E)

タイトルに関連する用語 (9件)： 化学蒸着 ,  単層 ,  MoS2 ,  Nb ,  ドープ ,  横方向 ,  ホモ接合 ,  機械学習 ,  スペクトル解析