一种基于深度学习和热交换法的高阻型氧化镓制备方法
基本信息
| 申请号 | CN202011639082.6 | 申请日 | - |
| 公开（公告）号 | CN112863618A | 公开（公告）日 | 2021-05-28 |
| 申请公布号 | CN112863618A | 申请公布日 | 2021-05-28 |
| 分类号 | 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 | 分类 | 物理 |
| 发明人 | 齐红基;王晓亮;陈端阳 | 申请（专利权）人 | 杭州富加镓业科技有限公司 |
| 代理机构 | 深圳市君胜知识产权代理事务所（普通合伙） | 代理人 | 徐凯凯 |
| 地址 | 311400浙江省杭州市富阳区春江街道江南路68号第23幢301室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请涉及基于深度学习和热交换法的高阻型氧化镓制备方法，预测方法包括：获取高阻型氧化镓单晶的制备数据；制备数据包括：籽晶数据、环境数据、控制数据以及原料数据；控制数据包括：籽晶冷却介质流量，原料数据包括：掺杂类型数据及掺杂浓度；对制备数据进行预处理；将预处理的制备数据输入训练好的神经网络模型，得到高阻型氧化镓单晶对应的预测性质数据；所述预测性质数据包括：预测电阻率。先将制备数据进行预处理，得到预处理的制备数据，将预处理的制备数据输入训练好的神经网络模型，得到高阻型氧化镓单晶对应的预测性质数据，通过调整制备数据，可以得到预定电阻率的高阻型氧化镓。 |
