Indexed by：
Abstract：
不同工艺参数对磁控溅射制备固态电解质薄膜LiPON的物理化学特性有巨大影响，使用机器学习对过程建模，能加强内部原理理解，优化参数提升薄膜性能.迁移学习通过挖掘历史数据集中的信息，提升模型精确度与泛化能力，从而更好地找到良好的工艺参数.本文以文献中磁控溅射制备LiPON的数据集为例，探究靶基距离、溅射功率、溅射气压对LiPON薄膜的离子电导率的影响.对比普通机器学习，迁移学习模型在多项误差指标上提升30%以上.通过模型遍历参数空间，搜寻最佳工艺组合，预测LiPON薄膜的离子电导率为2.04μS/cm，优于文献中的最优值，方差分析与实际样本证明了该方法具有可行性.
Keyword：
Reprint 's Address：
Email：
Source ：
电子学报
Year： 2023
Issue： 03
Volume： 51
Page： 687-693
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
