A modular active learning framework for autonomous atomic layer deposition
Dit artikel presenteert een gesloten lus autonome platform dat een geautomatiseerde PE-ALD-tool, in situ karakterisering en een op Gaussische processen gebaseerd active learning-framework integreert die efficiënt hoogdimensionale synthese-eigenschaprelaties voor TiO2-depositie in kaart brengen, waarbij de voorspellende nauwkeurigheid aanzienlijk wordt verbeterd ten opzichte van willekeurige bemonstering en gerichte procesoptimalisatie mogelijk wordt gemaakt met veel minder experimenten.