A modular active learning framework for autonomous atomic layer deposition
이 논문은 자동화된 PE-ALD 장비, 인시튜(in situ) 특성 분석, 그리고 가우시안 프로세스 기반의 능동 학습 프레임워크를 통합하여 TiO2 증착을 위한 고차원 합성-물성 관계를 효율적으로 매핑하는 폐루프 자율 플랫폼을 제시하며, 이는 무작위 샘플링보다 예측 정확도 측면에서 크게 뛰어난 성능을 보이고 훨씬 적은 실험 횟수로 표적 공정 최적화를 가능하게 한다.