文献

J-GLOBAL ID：202002252095489233   整理番号：20A1331415

6.機械学習を用いたX線吸収スペクトル解析の自動化

著者 (3件)： 鈴木雄太 (総合研究大学院大学) ,  日野英逸 (統計数理研究所) ,  小野寛太 (高エネルギー加速器研究機構)
資料名： 電気化学
巻： 88  号： 1  ページ： 36-41(J-STAGE)  発行年： 2020年 
JST資料番号： G0072B  ISSN： 2433-3255  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・X線吸収スペクトル(XAS)の類似度に基づく,機械学習を利用した自動データ解析のための次元削減手法の紹介。
・XASスペクトルの類似性尺度の定義とスペクトルの類似度に基づいた物理量の推定ならびに推定された物理量に対応するXASスペクトルの構築。
・機械学習を用いたデータ解析が必要なハイスループット測定データを扱うための類似性尺度におけるノイズ付加に対する頑健性の重要性とPCC(Pearson相関係数)とCosineの高い頑健性。

シソーラス用語： *X線吸収スペクトル ,  類似性 ,  *機械学習 ,  データ解析 ,  次元縮小 ,  *スペクトル解析 ,  計測 ,  相関係数 ,  ハイスループット法
準シソーラス用語： Pearson相関係数 ,  類似度

分類 (2件)： X線スペクトル一般  (BM08101P) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• 1) C. Zheng, K. Mathew, C. Chen, Y. Chen, H. Tang, A. Dozier, J. J. Kas, F. D. Vila, J. J. Rehr, L. F. J. Piper, K. A. Persson, and S. P. Ong, npj Comput. Mater., 4, 12 (2018).
• 2) S. Kiyohara, T. Miyata, K. Tsuda, and T. Mizoguchi, Sci. Rep., 8, 13548 (2018).
• 3) J. Timoshenko, D. Lu, Y. Lin, and A. I. Frenkel, J. Phys. Chem. Lett., 8, 5091 (2017).
• 4) X. Duan, F. Yang, E. Antono, W. Yang, P. Pianetta, S. Ermon, A. Mehta, and Y. Liu, Sci. Rep., 6, 34406 (2016).
• 5) T. Ueno, H. Hino, A. Hashimoto, Y. Takeichi, M. Sawada, and K. Ono, npj Comput. Mater., 4, 4 (2018).

タイトルに関連する用語 (4件)： 機械学習 ,  X線吸収スペクトル ,  解析 ,  自動化