文献

J-GLOBAL ID：201802228274479829   整理番号：18A0818032

原子プローブトモグラフィーにおける組成定量化のためのGaussカーネル密度関数【JST・京大機械翻訳】

Gaussian kernel density functions for compositional quantification in atom probe tomography

著者 (5件)： Hernandez-Saz J. (Instituto de Microscopia Electronica y Materiales, Departamento de Ciencia de los Materiales e I.M. y Q.I., Facultad de Ciencias, Universidad de Cadiz, Campus Rio San Pedro, s/n, Puerto Real, Cadiz 11510, Spain) ,  Pizarro J. (Department of Computer Science and Engineering, University of Cadiz, Avda. de la Universidad de Cadiz, no 10, 11519 Cadiz, Spain) ,  Herrera M. (Instituto de Microscopia Electronica y Materiales, Departamento de Ciencia de los Materiales e I.M. y Q.I., Facultad de Ciencias, Universidad de Cadiz, Campus Rio San Pedro, s/n, Puerto Real, Cadiz 11510, Spain) ,  Molina S.I. (Instituto de Microscopia Electronica y Materiales, Departamento de Ciencia de los Materiales e I.M. y Q.I., Facultad de Ciencias, Universidad de Cadiz, Campus Rio San Pedro, s/n, Puerto Real, Cadiz 11510, Spain) ,  Galindo P.L. (Department of Computer Science and Engineering, University of Cadiz, Avda. de la Universidad de Cadiz, no 10, 11519 Cadiz, Spain)
資料名： Materials Characterization  (Materials Characterization)
巻： 139  ページ： 63-69  発行年： 2018年 
JST資料番号： D0448C  ISSN： 1044-5803  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 原子プローブトモグラフィー(APT)は,ほとんど3D原子分解能を有する材料中の単一原子の性質と位置を同定する能力を有する。しかし,材料組成の定量化には離散APTデータの適切な処理が必要である。組成を定量化するために選択された原子の量が比較的小さいとき,空間分解能は強化されるが,統計誤差は悪化する。逆に,考慮した原子数の増加は空間分解能を減少させるが,統計を改善する。Gaussカーネル密度関数を用いて,教師なし形式における位置と統計誤差の間の最適平衡に到達する方法論を開発した。この方法の妥当性を,半導体材料のAPTシミュレーションデータを用いて試験した。これらの材料における化学的定量化は,ユーザの介入なしで得られる平滑化パラメータの適切な選択を必要とすることが証明されている。さらに,結果をAPTデータ(ボクセル化と近接ヒストグラム)からの組成測定のための通常の技術と比較し,高い空間分解能のためのより良い精度を示した。本研究は,APTデータからの組成の正確な定量化のために,Gauss Kernel密度関数に基づくデータ駆動方法論を提供する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 半導体材料 ,  *空間分解能 ,  ヒストグラム ,  三次元 ,  平滑化 ,  ボクセル ,  シミュレーション
準シソーラス用語： データ駆動 ,  原子数 ,  統計誤差 ,  単一原子 ,  原子分解能 ,  *密度関数 ,  *Gaussカーネル ,  *原子プローブトモグラフィー , 【Automatic Indexing@JST】

著者キーワード (5件)： 原子プローブトモグラフィー ,  ナノ特性化 ,  サンプリング ,  シミュレーション ,  データマイニング

分類 (1件)： 金属組織観察法  (WB01010R)

タイトルに関連する用語 (5件)： 原子プローブトモグラフィー ,  組成 ,  定量化 ,  Gaussカーネル ,  密度関数