文献

J-GLOBAL ID：202402278701392832   整理番号：24A0862020

リール式磁気顕微計測と機械学習によるREBCO長尺線材の電流阻害領域の解析:物体分類と物体検出の比較

Analysis of obstacle for REBCO long-length coated conductor based on reel-to-reel scanning Hall-probe microscopy and machine learning: comparison between classification and object detection algorithm

著者 (4件)： WU Zeyu (九大) ,  SOMJAIJAROEN Natthawirot (九大) ,  東川甲平 (九大) ,  木須隆暢 (九大)
資料名： 低温工学・超電導学会講演概要集  (低温工学・超電導学会研究発表会講演概要集)
巻： 106th  ページ： 134  発行年： 2023年12月04日 
JST資料番号： G0564B  ISSN： 0919-5998  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： 長尺のREBCO線材の局所不均一性の検出と解析について,リール式高速磁気顕微鏡観察によるテープ面内の2次元的な磁化電流の分布の像を機械学習を用いて解析する事で,不均一性の有無だけで無く,欠陥領域のサイズ,位置などの詳細情報の取得が可能となる。本研究では,200m長の商用線材を用いた観察結果に対して,観察領域に欠陥部位の有無を判断するClassificationと,さらに欠陥部位をObjectとして認識し,ラベリングするObject detectionとの二つの手法について機械学習モデルを開発し,両者の評価結果の比較を行った。Classificationでは,欠陥領域のサイズに応じて,大,中,小の欠陥領域と健全領域の合わせて4つのカテゴリーを設け,分類を行った。この時,ランダムに選定した教師データの欠陥サイズの統計分布を用い,検出画像にその統計分布が反映されると仮定して,各カテゴリーの検出結果より,欠陥サイズの分布を推定した。一方,Object detectionでは,欠陥領域そのものの座標位置とサイズを特定できることからより高解像度にかつ詳細な情報を取得できる。Classificationの結果とObject detectionの結果を比較したところ両者は定量的に良い一致を示した。両者の解析モデルの比較により,それぞれの解析結果の妥当性について議論すると共に,線材内に内包される局所不均一性が線材の臨界電流Icに及ぼす影響について考察する。(著者抄録)

シソーラス用語： Hall素子 ,  磁化 ,  電場 ,  *電流 ,  臨界電流 ,  顕微鏡観察 ,  *磁気 ,  電流密度 ,  二次元 ,  高分解能 ,  *線材 ,  高温超伝導 ,  *機械学習 ,  解析モデル ,  ドメイン構造

分類 (2件)： 酸化物系超伝導体の物性  (BM04023I) ,  電線・ケーブル  (NA05020S)

タイトルに関連する用語 (11件)： 磁気 ,  計測 ,  機械学習 ,  REBCO ,  長尺 ,  線材 ,  阻害 ,  解析 ,  物体 ,  分類 ,  物体検出