A modular active learning framework for autonomous atomic layer deposition
本論文は、自動化されたPE-ALD装置、in situ(その場)評価、およびガウス過程に基づく能動学習フレームワークを統合したクローズドループ自律型プラットフォームを提示するものであり、これはTiO2堆積における高次元の合成・特性関係を効率的にマッピングし、ランダムサンプリングを大幅に上回る予測精度を実現するとともに、はるかに少ない実験数での標的を絞ったプロセス最適化を可能にするものである。