文献

J-GLOBAL ID：202302265173042851   整理番号：23A1046293

機械学習画像解析を導入したリール式高速磁気顕微鏡観察による長尺REBCO高温超伝導線材内の局所欠陥ドメインの自動検出

Automatic Detection of Local Defect-Domains in Long REBCO High-Temperature Superconducting Tapes by Reel-to-Reel High-Speed Magnetic Microscopy with Introduction of Machine-Learning Image Analysis

著者 (6件)： 木須隆暢 (九大) ,  SOMJAIJAROEN Natthawirot (九大) ,  WU Zeyu (九大) ,  今村和孝 (九大) ,  寺崎拓也 (九大) ,  東川甲平 (九大)
資料名： 電気学会全国大会講演論文集(CD-ROM)  (Annual Meeting Record, I.E.E. Japan (CD-ROM))
巻： 2023  ページ： ROMBUNNO.5-146  発行年： 2023年03月01日 
JST資料番号： S0653B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・磁気顕微鏡から得られたREBCO高温超伝導線材の磁化電流画像に対して機械学習による画像診断を導入し,従来の臨界電流による基準では検知せきない欠陥の自動検出に成功。
・磁気顕微鏡を用いた非均一性検出を数100mの長尺線材に適用する場合,数千枚以上の磁気画像の解析が必要となり,観察画像の自動解析法を確立することが不可欠。
・本稿では,深層学習ネットワークの基本アーキテクチャとして採用したGoogleNetのトレーニングを行い,入力画像を分類するモデルを開発。
・本方法により,200m長のREBCO線材に対し,従来,検出困難だった局所的な不均一性の存在を明らかにするとともに,欠陥サイズやそれらの統計情報などの知見を取得。

シソーラス用語： *高温超伝導体 ,  不均一性 ,  臨界電流 ,  欠陥検査 ,  *機械学習 ,  *深層学習 ,  *希土類バリウム銅酸化物
準シソーラス用語： *REBCO【化合物】

分類 (1件)： 超伝導材料  (BM04041W)

引用文献 (3件)：

• K. Higashikawa et al., SUST, 33, 064005 (2020)
• C. Szegedy et al., 2015.
• C. Lee, H. J. Kim and K. W. Oh, ICCAS 2016, 2016.

タイトルに関連する用語 (11件)： 機械学習 ,  画像解析 ,  磁気 ,  顕微鏡観察 ,  長尺 ,  REBCO ,  高温超伝導 ,  線材 ,  欠陥 ,  ドメイン ,  自動検出