一種基于深度學習和熱交換法的高阻型氧化鎵制備方法
基本信息
申請?zhí)?/td> | CN202011639082.6 | 申請日 | - |
公開(公告)號 | CN112863618A | 公開(公告)日 | 2021-05-28 |
申請公布號 | CN112863618A | 申請公布日 | 2021-05-28 |
分類號 | G06N3/08(2006.01)I;G16C20/30(2019.01)I;C30B11/00(2006.01)I;C30B29/16(2006.01)I;G16C20/70(2019.01)I | 分類 | 物理 |
發(fā)明人 | 齊紅基;王曉亮;陳端陽 | 申請(專利權(quán))人 | 杭州富加鎵業(yè)科技有限公司 |
代理機構(gòu) | 深圳市君勝知識產(chǎn)權(quán)代理事務所(普通合伙) | 代理人 | 徐凱凱 |
地址 | 311400浙江省杭州市富陽區(qū)春江街道江南路68號第23幢301室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本申請涉及基于深度學習和熱交換法的高阻型氧化鎵制備方法,預測方法包括:獲取高阻型氧化鎵單晶的制備數(shù)據(jù);制備數(shù)據(jù)包括:籽晶數(shù)據(jù)、環(huán)境數(shù)據(jù)、控制數(shù)據(jù)以及原料數(shù)據(jù);控制數(shù)據(jù)包括:籽晶冷卻介質(zhì)流量,原料數(shù)據(jù)包括:摻雜類型數(shù)據(jù)及摻雜濃度;對制備數(shù)據(jù)進行預處理;將預處理的制備數(shù)據(jù)輸入訓練好的神經(jīng)網(wǎng)絡模型,得到高阻型氧化鎵單晶對應的預測性質(zhì)數(shù)據(jù);所述預測性質(zhì)數(shù)據(jù)包括:預測電阻率。先將制備數(shù)據(jù)進行預處理,得到預處理的制備數(shù)據(jù),將預處理的制備數(shù)據(jù)輸入訓練好的神經(jīng)網(wǎng)絡模型,得到高阻型氧化鎵單晶對應的預測性質(zhì)數(shù)據(jù),通過調(diào)整制備數(shù)據(jù),可以得到預定電阻率的高阻型氧化鎵。?? |
