文献

J-GLOBAL ID：202202233936194869   整理番号：22A0940450

機械学習によるTOF-SIMSスペクトル解析

Analysis of TOF-SIMS spectra by machine learning

著者 (1件)： 青柳里果 (成蹊大学 理工学部)
資料名： 応用物理  (JSAP International)
巻： 91  号： 3  ページ： 151-154(J-STAGE)  発行年： 2022年 
JST資料番号： F0252A  ISSN： 0369-8009  CODEN： OYBSA  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： 飛行時間型二次イオン質量分析法(TOF-SIMS)は最表面2nm以下の化学情報や100nmの高い空間分解能で化学イメージングが可能な手法であり,生物試料から有機材料,電子材料まで幅広く応用されている.しかし,TOF-SIMSスペクトルおよびイメージングデータは解釈が難しいうえ,データ量が膨大なため,データ解析手法の応用が必要とされる場合が多い.これまでは主成分分析や比負値行列因子分解などの多変量解析がTOF-SIMSデータ解釈に応用され,多くの成果を上げてきた.近年は他の分野での応用で成功を収めているスパースモデリングや機械学習もTOF-SIMSデータの解析に応用されるようになった.それら最新の研究成果の中でも機械学習によるスペクトル予測について詳しく紹介する.(著者抄録)

シソーラス用語： *機械学習 ,  二次イオン質量分析 ,  *スペクトル解析 ,  化学情報 ,  空間分解能 ,  画像処理 ,  生体試料 ,  有機材料 ,  電気材料 ,  データ解析 ,  主成分分析 ,  *多変量解析 ,  モデリング ,  スペクトル推定
準シソーラス用語： *TOF-SIMS ,  *スパースモデリング ,  *スペクトル予測 ,  化学イメージング ,  生物試料 ,  電子材料

分類 (2件)： 人工知能  (JE08000Z) ,  質量分析  (CC03013N)

引用文献 (25件)：

• 1) J.C. Vickerman and I.S. Gilmore (Ed.): Surface Analysis: The Principle Techniques (Wiley, 2009).
• 2) I.S. Gilmore: J. Vac. Sci. Technol. A 31, 050819 (2013).
• 3) 工藤正博, 青柳里果: 現代質量分析学, 第30章「表面分析」, p. 427 (化学同人, 2013).
• 4) 青柳里果, 工藤正博: 現代表面科学シリーズ, 第2巻「表面科学の基礎」, 日本表面科学会編, p. 145 (共立出版, 2013).
• 5) 青柳里果: 図説表面分析ハンドブック, 日本表面真空学会編, p. 96 (朝倉書店, 2021).

タイトルに関連する用語 (2件)： 機械学習 ,  スペクトル解析