文献

J-GLOBAL ID：201802254235963144   整理番号：18A0827659

機械学習を用いた光電子収量分光(PYS)の閾値の判定

Determination of Threshold of Photoelectron Yield Spectroscopy (PYS) Using Machine Learning

著者 (3件)： 柳生進二郎 (国立研究開発法人 物質・材料研究機構) ,  吉武道子 (国立研究開発法人 物質・材料研究機構) ,  知京豊裕 (国立研究開発法人 物質・材料研究機構)
資料名： 表面と真空  (Vacuum and Surface Science)
巻： 61  号： 4  ページ： 196-199(J-STAGE)  発行年： 2018年 
JST資料番号： G0194B  ISSN： 2433-5835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 光電子収量分光法(PYS)のしきい値を自動的に解析するために,フィッティング(最小二乗法)法と機械学習法の間の解析精度を比較した。両方の方法は解析の性能に関して同等であるが,機械学習は高雑音成分を有するデータにおいてより良い性能を示した。測定されたAuデータの解析において,機械学習は分析者によって解析値に近いことを示した。しかし,適合法は高い信号強度の影響により異なる値を示した。(翻訳著者抄録)

シソーラス用語： *機械学習 ,  *光電子分光法 ,  *収率 ,  *閾値 ,  価電子バンド ,  HOMO ,  教師つき学習 ,  回帰分析 ,  金 ,  応用プログラム ,  データ ,  情報 ,  数学モデル ,  モデル ,  ディシジョンツリー
準シソーラス用語： *光電子分光 ,  *収量 ,  価電子帯 ,  教師あり学習 ,  自動解析ソフト ,  ラベルなしデータ ,  特徴量 ,  線形モデル ,  非線形モデル ,  決定木

著者キーワード (6件)： 機械学習 ,  最小二乗あてはめ法 ,  光電子収率分光法 ,  機械学習 ,  最小二乗あてはめ法 ,  光電子収率分光法

分類 (2件)： 数理物理学  (BA03000W) ,  光電子放出  (BM09030D)

引用文献 (9件)：

• 1) H. Fowler : Phys. Rev. 38, 45 (1931).
• 2) E.O. Kane : Phys. Rev. 127, 131 (1962).
• 3) G.W. Gobeli and F.G. Allen : Phys. Rev. 127, 141 (1962).
• 4) M. Kochi, Y. Harada, T. Hirooka and H. Inokuchi : Bull. Chem. Soc. Jpn. 43, 2690 (1970).
• 5) C. Adach, H. Oyamada and Y. Nakajima : “Data Book on Work Function of Organic Thin Films” (CMC Books, 2004).

タイトルに関連する用語 (6件)： 機械学習 ,  光電子 ,  収量 ,  分光 ,  PYS ,  閾値