[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵的質(zhì)量預(yù)測(cè)方法、制備方法及系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202011642101.0 | 申請(qǐng)日: | 2020-12-31 |
| 公開(kāi)(公告)號(hào): | CN112820360A | 公開(kāi)(公告)日: | 2021-05-18 |
| 發(fā)明(設(shè)計(jì))人: | 齊紅基;陳端陽(yáng);賽青林 | 申請(qǐng)(專(zhuān)利權(quán))人: | 杭州富加鎵業(yè)科技有限公司 |
| 主分類(lèi)號(hào): | G16C20/30 | 分類(lèi)號(hào): | G16C20/30;G06N3/04;G06N3/08;C30B15/00;C30B29/16 |
| 代理公司: | 深圳市君勝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268 | 代理人: | 徐凱凱 |
| 地址: | 311400 浙江省杭州市富*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 提拉法 高阻型 氧化 質(zhì)量 預(yù)測(cè) 方法 制備 系統(tǒng) | ||
1.一種基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,包括步驟:
獲取提拉法制備高阻型氧化鎵單晶的制備數(shù)據(jù),所述制備數(shù)據(jù)包括籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)以及控制數(shù)據(jù),所述環(huán)境數(shù)據(jù)包括摻雜元素類(lèi)型、摻雜元素濃度;
對(duì)所述制備數(shù)據(jù)進(jìn)行預(yù)處理,得到預(yù)處理制備數(shù)據(jù);
將所述預(yù)處理制備數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,通過(guò)所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型得到所述高阻型氧化鎵單晶對(duì)應(yīng)的預(yù)測(cè)質(zhì)量數(shù)據(jù),所述預(yù)測(cè)質(zhì)量數(shù)據(jù)包括預(yù)測(cè)電阻率。
2.根據(jù)權(quán)利要求1所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,對(duì)所述制備數(shù)據(jù)進(jìn)行預(yù)處理,得到預(yù)處理制備數(shù)據(jù)的步驟包括:
根據(jù)所述籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)以及控制數(shù)據(jù),得到預(yù)處理制備數(shù)據(jù),所述預(yù)處理制備數(shù)據(jù)為由所述籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)以及控制數(shù)據(jù)形成的矩陣。
3.根據(jù)權(quán)利要求2所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,所述籽晶數(shù)據(jù)包括:籽晶衍射峰半高寬、籽晶衍射峰半高寬偏差值以及籽晶直徑;
所述環(huán)境數(shù)據(jù)還包括:上保溫罩熱阻值、上保溫罩熱阻值偏差值、晶體生長(zhǎng)通道形狀因子、晶體生長(zhǎng)觀察孔形狀因子、下保溫罩熱阻值、下保溫罩熱阻值偏差值、坩堝與感應(yīng)線圈的相對(duì)高度、加熱環(huán)與感應(yīng)線圈的相對(duì)高度;
所述控制數(shù)據(jù)包括:加熱功率、冷卻功率、氣氛類(lèi)型、腔體壓力、氣體流量、籽晶桿提拉速度、晶體轉(zhuǎn)速、析晶率,以及晶體與坩堝直徑比。
4.根據(jù)權(quán)利要求3所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,根據(jù)所述籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)以及控制數(shù)據(jù),得到預(yù)處理制備數(shù)據(jù)的步驟包括:
根據(jù)所述籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)以及控制數(shù)據(jù),確定制備向量;其中,所述制備向量中第一元素為所述籽晶衍射峰半高寬、籽晶衍射峰半高寬偏差值以及籽晶直徑中的一個(gè);所述制備向量中第二元素為所述上保溫罩熱阻值、上保溫罩熱阻值偏差值、晶體生長(zhǎng)通道形狀因子、晶體生長(zhǎng)觀察孔形狀因子、下保溫罩熱阻值、下保溫罩熱阻值偏差值,坩堝與感應(yīng)線圈的相對(duì)高度、加熱環(huán)與感應(yīng)線圈的相對(duì)高度、摻雜元素濃度以及摻雜元素類(lèi)型中的一個(gè),所述摻雜元素類(lèi)型包括Fe、Ca、Zn、Co、Ti、Ni、Mg、Al和Cu;所述制備向量中第三元素為所述加熱功率、冷卻功率、氣氛類(lèi)型、腔體壓力、氣體流量、籽晶桿提拉速度、晶體轉(zhuǎn)速、析晶率,以及晶體與坩堝直徑比中的一個(gè);
根據(jù)所述制備向量,確定所述預(yù)處理制備數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,所述預(yù)測(cè)質(zhì)量數(shù)據(jù)還包括:預(yù)測(cè)裂紋數(shù)據(jù)、預(yù)測(cè)雜晶數(shù)據(jù)、預(yù)測(cè)衍射峰半高寬、預(yù)測(cè)衍射峰半高寬徑向偏差值、預(yù)測(cè)衍射峰半高寬軸向偏差值、預(yù)測(cè)電阻率徑向偏差值以及預(yù)測(cè)電阻率軸向偏差值。
6.根據(jù)權(quán)利要求1所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型采用如下訓(xùn)練步驟訓(xùn)練得到:
獲取提拉法制備高阻型氧化鎵單晶的訓(xùn)練數(shù)據(jù),以及對(duì)應(yīng)的實(shí)際質(zhì)量數(shù)據(jù),其中,所述訓(xùn)練數(shù)據(jù)包括:籽晶訓(xùn)練數(shù)據(jù)、環(huán)境訓(xùn)練數(shù)據(jù)以及控制訓(xùn)練數(shù)據(jù);
對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理,得到預(yù)處理訓(xùn)練數(shù)據(jù);
將所述預(yù)處理訓(xùn)練數(shù)據(jù)輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,通過(guò)所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型得到與所述預(yù)處理訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的預(yù)測(cè)訓(xùn)練生成質(zhì)量數(shù)據(jù);
根據(jù)所述預(yù)測(cè)訓(xùn)練生成質(zhì)量數(shù)據(jù)以及所述實(shí)際質(zhì)量數(shù)據(jù)對(duì)所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)進(jìn)行調(diào)整修正,得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型。
7.根據(jù)權(quán)利要求6所述基于深度學(xué)習(xí)和提拉法的高阻型氧化鎵質(zhì)量預(yù)測(cè)方法,其特征在于,所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型包括:特征提取模塊和全連接模塊,
將所述預(yù)處理訓(xùn)練數(shù)據(jù)輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,通過(guò)所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型得到與所述預(yù)處理訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的預(yù)測(cè)訓(xùn)練生成質(zhì)量數(shù)據(jù)的步驟包括:
將所述預(yù)處理訓(xùn)練數(shù)據(jù)輸入所述特征提取模塊,通過(guò)所述特征提取模塊得到與所述預(yù)處理訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的特征向量;
將所述特征向量輸入到所述全連接模塊,通過(guò)所述全連接模塊得到與所述預(yù)處理訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的預(yù)測(cè)訓(xùn)練生成質(zhì)量數(shù)據(jù)。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于杭州富加鎵業(yè)科技有限公司,未經(jīng)杭州富加鎵業(yè)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011642101.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 根據(jù)用戶(hù)學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





