文献
J-GLOBAL ID:202202260755830574   整理番号:22A0950942

走査電子マイクログラフ分析によるサイズおよび形状に関する金属ナノ粒子の自動および手動分類【JST・京大機械翻訳】

Automated and manual classification of metallic nanoparticles with respect to size and shape by analysis of scanning electron micrographs
著者 (5件):
資料名:
巻: 53  号:ページ: 270-283  発行年: 2022年 
JST資料番号: C0781A  ISSN: 0933-5137  CODEN: MATWER  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自動画像解析を金属ナノ粒子(銀と金;約10nmから20nm)の走査電子顕微鏡(透過モード;STEM)に適用した。信頼できる粒子同定のために,走査電子顕微鏡画像は,明確なコントラストと分解能パラメータで記録しなければならない。粒子をバックグラウンドから分離して,機械学習(機械学習)によって形状とサイズに従って分類した。訓練画像は,実際の電子顕微鏡像から切り出したモデル粒子を用いて作成した。粒径(面積として表現)の自動分析はよく可能であったが,重複粒子は安全に分離できなかった。自動分析による6つの異なる形状クラス(球,三角形,正方形,五角形,六角形,ロッド)への粒子の帰属は困難であった。実粒子が理想的な幾何学的形状を持たないが,常に歪んだか,または粗いエッジまたは作付先端を持つという事実は,この問題の基本的理由である。また,この影響は,人間の画像評価者で生じ,機械学習のための訓練プロセスにかなりの障害を引き起こす。適当な訓練が提供できないので,異なる人間評価者が与えられた粒子の形状割当てに不同であるならば,機械学習技術による画像解析は難しい。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
溶射 

前のページに戻る