日本筑波大學在使用於電子元件等材料的鐵氧化物薄膜製作方面，開發出一種可即時解析薄膜性質的技術。此方法利用機器學習分析反應性濺鍍過程中產生的全波長等離子體發光光譜數據，即時推測生成薄膜的價態與生長速度，預期將可實現薄膜製程的高精度控制。
筑波大學針對反應性濺鍍中產生的數百條以上發光光譜，採用主成分分析(PCA)等機器學習方法解析正在形成中的薄膜狀態。結果顯示，只須利用光譜的第一及第二主成分，即可精確識別鐵氧化物薄膜的價態，並高精度地預測膜的生長速度。
此項技術不僅可有助於深入理解反應性濺鍍的製程機制，且可利用作為薄膜製程的即時控制技術。今後可望擴展應用至其他金屬氧化物、氮化物材料，以及薄膜製程的自動化控制系統，進一步促進電子材料與能源裝置的高性能化與製造效率提升。