上海光機(jī)所在熱退火工藝調(diào)控HfO2薄膜性能的神經(jīng)網(wǎng)絡(luò)建模及其預(yù)測方法研究方面取得進(jìn)展
文章來源:上海光學(xué)精密機(jī)械研究所 | 發(fā)布時間:2024-05-22 | 【打印】 【關(guān)閉】
超強(qiáng)激光科學(xué)卓越創(chuàng)新簡報
(第五百十八期)
2024年5月22日
上海光機(jī)所在熱退火工藝調(diào)控HfO2薄膜性能的神經(jīng)網(wǎng)絡(luò)建模及其預(yù)測方法研究方面取得進(jìn)展
近期,中國科學(xué)院上海光學(xué)精密機(jī)械研究所高功率激光元件技術(shù)與工程部和上海大學(xué)微電子學(xué)院合作,提出一種熱退火工藝調(diào)控HfO2薄膜性能的神經(jīng)網(wǎng)絡(luò)建模及其預(yù)測方法,相關(guān)研究成果以“Neural network modeling and prediction of HfO2 thin film properties tuned by thermal annealing”為題發(fā)表于High Power Laser Science and Engineering。
退火后處理是一種常用的薄膜后處理方法,能夠增加膜層致密度,優(yōu)化膜層光學(xué)性能。但由于工藝參數(shù)的多樣性和廣泛性,薄膜性能的改善往往需要大量、昂貴且耗時的實驗。而反向傳播神經(jīng)網(wǎng)絡(luò)(Back-Propagation Neural Network,BPNN)已被證實能夠建立實驗參數(shù)和材料特性的映射關(guān)系。其中,深層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型在近似能力和推廣能力上更具優(yōu)勢,有望用于預(yù)測退火處理工藝對HfO2薄膜性能的影響。因此,有必要針對退火工藝以及HfO2薄膜性能需求,研究適用的神經(jīng)網(wǎng)絡(luò)模型參數(shù)。
研究團(tuán)隊探索了BPNN模型在熱退火工藝調(diào)控HfO2薄膜性能的建模及其預(yù)測中的應(yīng)用。團(tuán)隊首先探討了隱藏層深度對BPNN模型效果的影響。研究發(fā)現(xiàn),隨著隱藏層深度的增加,神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練集上可以獲得更高的準(zhǔn)確度,但過擬合的風(fēng)險也隨之增加??紤]到擬合精度和模型穩(wěn)定性,采用了優(yōu)化的三層隱含層神經(jīng)網(wǎng)絡(luò)模型(Three-Hidden-Layer BPNN,THL-BPNN)對退火工藝參數(shù)與HfO2薄膜性能(折射率、膜層厚度和氧鉿比)之間的關(guān)系進(jìn)行建模,并將THL-BPNN模型與使用高斯核函數(shù)的支持向量機(jī)回歸(Support Vector Machine Regression,SVR)模型和線性回歸(Linear Regression,LR)模型進(jìn)行比較。THL-BPNN模型在所有訓(xùn)練和驗證數(shù)據(jù)集上都取得了不低于0.90的高精度,優(yōu)于SVR模型和LR模型。研究團(tuán)隊進(jìn)一步運用THL-BPNN模型預(yù)測HfO2薄膜的激光損傷閾值和SiO2薄膜的性能,結(jié)果均表現(xiàn)出良好的準(zhǔn)確度。
相關(guān)研究得到了上海學(xué)術(shù)研究帶頭人項目、中國科學(xué)院青年科學(xué)家基礎(chǔ)研究項目、國家自然科學(xué)基金以及上海市科委科技規(guī)劃項目的支持。

圖1 具有3層隱含層的BPNN全連接網(wǎng)絡(luò)模型(THL-BPNN)

圖 2 三種模型LR(左列)、SVR(中列)和THL-BPNN(右列)對HfO2薄膜(a)-(c)折射率、(d)-(f)薄膜厚度和(g)-(i)氧鉿比的建模和預(yù)測對比圖。藍(lán)線(斜率為1)表示完美預(yù)測判斷線
