近日，中国电科产业基础研究院开发基于深度神经网络的材料性能预测与工艺自主优化系统，实现对材料性能参数的精准预测。
化合物半导体材料（884091）生长条件苛刻、生长状态受设备时变扰动影响严重，为保证材料高一致性生长，批次间需进行生长工艺调控，但传统调控方式主要依靠后道检测结果反馈，材料的性能、良率提升与成本控制难以协同兼顾。
针对以上问题，中国电科产业基础研究院开发基于深度神经网络的材料性能预测与工艺自主优化系统，基于海量自有工业数据，以材料生长过程监控参数为主要输入，实现对材料性能参数的精准预测，预测精度大于85%。根据预测结果，科研团队结合工艺优化数字模型，实现了对工艺的智能调优、对生长状态的及时修正，材料关键性能波动幅度收窄超30%，完成了材料制造模式向“边生长、边监控、边调控”的智能化模式转型，有力支撑了化合物半导体材料（884091）高质量、智能化生长。
