Kontrola na poziomie atomowym heterointerfejsów AlGaN dla diod LED głębokiego UV

W konwencjonalnym rozwoju nowych materiałów warunki wzrostu kryształów są Optymalizacja metodą prób i błędów. Z drugiej strony, w ostatnich latach pojawiła się potrzeba wprowadzanie innowacji i stosowanie *informatyki procesowej (PI)*, opracowywanie nowych materiałów z wykorzystaniem sztucznej inteligencji (AI). W tym projekcie badawczym cyfrowy bliźniak oparty na pierwszych zasadach opracowane zostaną obliczenia i automaty komórkowe w celu ustalenia Framework do eksplorowania procesów materiałowych za pomocą uczenia maszynowego. Ten innowacyjna technologia PI zostanie wykorzystana do opracowania diod LED w głębokim ultrafiolecie (DUV), które przyczyniać się do niszczenia i inaktywacji RNA i DNA wirusów COVID-19 i bakterie. W szczególności (1) polski zespół przeanalizuje właściwości fizyczne, takie jak jako prawdopodobieństwa adsorpcji gazów atomowych i molekularnych na wzrost kryształów powierzchni (2) bułgarski zespół opracuje cyfrowego bliźniaka, który będzie analizował dynamikę zachowanie powierzchniowych kroków atomowych przy użyciu uzyskanych właściwości fizycznych Parametry. (3) Jeden z japońskich zespołów wykorzysta uczenie maszynowe z opracował cyfrowego bliźniaka do przewidywania warunków wzrostu kryształów w celu uzyskania atomowo płaskie interfejsy hetero w strukturze DUV-LED. W oparciu o powyższe (4) inny japoński zespół będzie produkował diody LED DUV o najwyższych na świecie efektywność emisji (> 10%) z wykorzystaniem epitaksji metaloorganicznej fazy gazowej AlGaN (MOVPE), przyczyniając się do stworzenia czystego, bezpiecznego i chronionego społeczeństwa poprzez Międzynarodowe wspólne badania prowadzone przez cztery zespoły z trzech krajów.