A modular active learning framework for autonomous atomic layer deposition
Questo articolo presenta una piattaforma autonoma a ciclo chiuso che integra uno strumento PE-ALD automatizzato, la caratterizzazione in situ e un framework di apprendimento attivo basato su processi gaussiani che mappa efficientemente le relazioni sintesi-proprietà ad alta dimensionalità per la deposizione di TiO2, superando significativamente il campionamento casuale nell'accuratezza predittiva e consentendo un'ottimizzazione mirata dei processi con molti meno esperimenti.