A modular active learning framework for autonomous atomic layer deposition
Este artigo apresenta uma plataforma autônoma de malha fechada que integra uma ferramenta de PE-ALD automatizada, caracterização in situ e um framework de aprendizado ativo baseado em processo gaussiano que mapeia eficientemente as relações síntese-propriedade de alta dimensão para a deposição de TiO2, superando significativamente a amostragem aleatória em precisão preditiva e permitindo a otimização direcionada de processos com muito menos experimentos.