[論文レビュー] Exploring Wetting and Optical Properties of CuAg Alloys via Surface Texture Morphology Analysis

Krzysztof Wieczerzak, Grzegorz Cios+3 more|arXiv (Cornell University)|Feb 13, 2026

Surface Roughness and Optical Measurements被引用数 0

ひとこと要約

要約: 本論文は、表面テクスチャの形態、層構成、厚みが、テクスチャ化されたシリコン基板上のCu、Ag、CuAg薄膜の濡れ性と光学特性に与える影響を、データマイニング、クラスタリング、Random Forestモデルを用いて水接触角を予測する方法を探る。

ABSTRACT

Copper-silver (CuAg) alloys are increasingly explored for applications in high-performance electrical and electronic systems, owing to their unique combination of high electrical and thermal conductivity and enhanced mechanical strength. Nevertheless, a thorough understanding of how these alloys surface characteristics fundamentally influence properties remains largely underdeveloped. Here, we explored the complex interplay between surface texture morphology, layer composition, wetting, and optical properties of Cu, Ag, and CuAg thin films deposited on textured silicon substrates via magnetron sputtering. Employing data mining and machine learning techniques, we identified robust correlations between contact angle and surface fractal dimension across all layer types promoting Cassie-Baxter surface state formation. Our analysis revealed a significant connection between layer thickness and surface topography entropy deficit, suggesting a dynamic evolution of surface order/disorder during metal film growth. Furthermore, we observed that contact angle sensitivity to layer thickness implied a correlation with microstructure evolution. Through K-Means clustering, we successfully categorized the formed surface textures morphology. Finally, a Random Forest regression model was developed to accurately predict water contact angles (Mean Absolute Error around 5 deg) using only texture and optical parameters. The model, along with accompanying Python code, is publicly available. Our findings establish a pathway towards targeted surface texture morphology engineering for tailored material performance.

研究の動機と目的

• 表面テクスチャの形態がCu、Ag、CuAg薄膜の濡れ性と光学特性にどう影響するかを理解する。
• 接触角と表面フラクタル次元、層構成との相関を探る。
• 成長過程における層厚と表面トポロジーエントロピー欠損の関係を解明する。
• クラスタリングを用いて表面テクスチャを分類し、形態と機能的特性を結び付ける。
• テクスチャと光学パラメータから水接触角を予測するモデルを構築する。

提案手法

• 基板上にCu、Ag、CuAg薄膜を磁気溅射法で形成した。
• データマイニングと機械学習を適用し、接触角と表面フラクタル次元の相関を特定した。
• 成長過程における層厚と表面エントロピー欠損を分析し、秩序/無秩序の進化を検討した。
• K-Meansクラスタリングを用いて表面テクスチャの形態を分類した。
• 表面と光学パラメータから水接触角を予測するRandom Forest回帰モデルを構築した。
• 対応するPythonコードを公開した。

実験結果

リサーチクエスチョン

• RQ1 Cu/Ag/CuAg薄膜における表面テクスチャの形態と層構成が濡れ性（接触角）にどのように影響するか？
• RQ2 接触角と表面フラクタル次元の関係は層タイプごとにどう異なるか？
• RQ3 層厚は表面トポロジーエントロピー欠損と微細構造の進化にどう影響するか？
• RQ4 表面テクスチャを信頼性高く分類して、形態と濡れ性・光学特性を結び付けられるか？
• RQ5 テクスチャと光学特徴から水接触角を予測するモデルを作れるか？

主な発見

• 接触角と表面フラクタル次元の間に層タイプを超えて頑健な相関があり、Cassie-Baxter表面状態の形成を促進する。
• 層厚は表面トポロジーエントロピー欠損と有意に関連し、成長中の表面秩序/無秩序の動的進化を示す。
• 接触角の層厚感度は微細構造の進化と相関を示唆する。
• K-Meansクラスタリングにより形成された表面テクスチャの形態をうまく分類できた。
• Random Forest回帰モデルはテクスチャと光学パラメータを用いて水接触角を予測し、平均絶対誤差は約5度であった。
• 著者はモデルとPythonコードを公開している。