文献

J-GLOBAL ID：201902290797000731   整理番号：19A1402290

機械学習モデルと実験結果の比較による物性値推定手法のSiC溶液成長における融液物性への適用

著者 (17件)： 安藤圭理 (名古屋大 工) ,  林宏益 (名古屋大 工) ,  角岡洋介 (名古屋大 工) ,  角岡洋介 (産総研 GaN-OIL) ,  鳴海大翔 (名大 VBL) ,  朱燦 (名大 未来研) ,  沓掛健太朗 (理研 AIP) ,  原田俊太 (名古屋大 工) ,  原田俊太 (名大 未来研) ,  松井孝太 (理研 AIP) ,  竹内一郎 (理研 AIP) ,  竹内一郎 (名古屋工大) ,  小山幸典 (物質・材料研究機構) ,  宇治原徹 (名古屋大 工) ,  宇治原徹 (産総研 GaN-OIL) ,  宇治原徹 (名大 VBL) ,  宇治原徹 (名大 未来研)
資料名： 日本金属学会講演概要(CD-ROM)  (Collected Abstracts of Spring Meeting of the Japan Institute Metals and Materials (CD-ROM))
巻： 164th  ページ： ROMBUNNO.S2.12  発行年： 2019年03月06日 
JST資料番号： S0988B  ISSN： 2433-3093  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)

本文一部表示： 【緒言】熱流体シミュレーションは、結晶成長において強力なツールである。しかし、その結果は実際の実験と必ずしも一致しない。その要因の一つは、物性値の不確かさにある。我々が取り組んでいるSiC溶液成長においては、特に正しい高温融液物性を得ること...【本文一部表示】

シソーラス用語： ケイ素合金 ,  アルミニウム含有合金 ,  *溶媒 ,  *溶液成長 ,  種結晶 ,  炭化ケイ素 ,  単結晶 ,  坩堝 ,  変数 ,  教師つき学習 ,  ニューラルネットワーク ,  成長速度 ,  機械学習 ,  回帰モデル ,  *物理的性質 ,  数値解析 ,  反応速度 ,  *予測技法 ,  目的関数 ,  測定データ
準シソーラス用語： 黒鉛坩堝

分類 (2件)： セラミック・陶磁器の製造  (YC03020V) ,  半導体の結晶成長  (BK13040X)

タイトルに関連する用語 (10件)： 機械学習 ,  モデル ,  実験結果 ,  物性値 ,  推定 ,  手法 ,  SiC ,  溶液成長 ,  融液 ,  物性