文献

J-GLOBAL ID：202002232205077810   整理番号：20A1530593

畳込みニューラルネットワークによるすれすれ入射小角X線散乱パターンの分類【JST・京大機械翻訳】

Classification of grazing-incidence small-angle X-ray scattering patterns by convolutional neural network

著者 (6件)： Ikemoto Hiroyuki (Department of Physics, University of Toyama, Japan) ,  Yamamoto Kazushi (Toyama Prefectural University, Japan) ,  Touyama Hideaki (Toyama Prefectural University, Japan) ,  Yamashita Daisuke (Department of Physics, University of Toyama, Japan) ,  Nakamura Masataka (Department of Physics, University of Toyama, Japan) ,  Okuda Hiroshi (Department of Materials Science and Engineering, Kyoto University, Japan)
資料名： Journal of Synchrotron Radiation  (Journal of Synchrotron Radiation)
巻： 27  号： 4  ページ： 1069-1073  発行年： 2020年 
JST資料番号： W0763A  ISSN： 0909-0495  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： すれすれ入射小角X線散乱(GISAXS)パターンは,ナノスケール構造の形状,粒子間の結合,部分対相関,および層形状から複数の重畳した寄与を有する。したがって,大量の組合せから手動でモデルを同定することは容易ではない。人工ニューラルネットワークの1つである畳み込みニューラルネットワーク(CNN)は,大量の組合せからパターンを分類するための規則性を見つけることができる。CNNを適用してGISAXSパターンを分類し,ナノ粒子の形状に焦点を当てた。ネットワークはGISAXSパターンから規則性を見出し,分類に対して約90%の成功率を示した。この方法は,一組のモデル形状とそれらの組合せに従って,大量の実験的GISAXSパターンを効率的に分類できる。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  *ニューラルネットワーク ,  規則度 ,  小角X線散乱 ,  ナノ粒子
準シソーラス用語： 対相関 ,  ナノスケール ,  *斜入射小角X線散乱 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： GISAXS ,  深層学習 ,  畳込みニューラルネットワーク

分類 (1件)： X線回折法  (BK01020I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  すれすれ入射小角X線散乱 ,  分類