文献

J-GLOBAL ID：202202277016334901   整理番号：22A1155704

X線回折パターンのための深い結晶構造同定システム【JST・京大機械翻訳】

A deep crystal structure identification system for X-ray diffraction patterns

著者 (2件)： Chakraborty Abhik (Dept. of Computer Science, Indian Institute of Technology Roorkee, Roorkee, India) ,  Sharma Raksha (Dept. of Computer Science, Indian Institute of Technology Roorkee, Roorkee, India)
資料名： Visual Computer  (Visual Computer)
巻： 38  号： 4  ページ： 1275-1282  発行年： 2022年 
JST資料番号： T0285A  ISSN： 0178-2789  CODEN： VICOE5  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： X線回折の実験目的は,原子と分子レベルでの結晶材料構造を解析することである。このような実験はX線結晶学として知られている。伝統的に,人間の専門家は,いくつかのドメイン知識を持つ。X線結晶学は,多くのドメイン,例えば,物理学,化学および生物学において有用である。それは,共損失データセットを有する結晶構造を見るために,回折パターンの手動物理学を所有する。畳込みニューラルネットワーク(CNN)は,入力画像を高次元空間に写像する深層ニューラルネットワークである。CNNは画像分類のための手頃な機能を生成する。回折パターンから結晶構造を予測するために畳み込みニューラルネットワークの拡張を用いた。小さな膜に対する限られた数のXRDパターンから,結晶学的サイズと空間群を予測するマシン-エナブル法を提案した。適度に監視された機器の学習モデル,無機結晶構造データベースから生成されたデータを用いる物理情報増強戦略,および試験データを結合することによって,建築材料の開発における不十分なデータの問題を克服した。結晶構造予測のための最新の機械学習ベースの分類技術として,著者らのアプローチを多様な典型的な追加と比較した。結果は,提案システムが,結晶構造予測タスクのための有意なマージンによって,すべてのベースラインより優れていることを示した。結果はまた,結晶構造予測に対する全畳込みニューラルネットワークアーキテクチャにおける層数の影響も示した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *X線回折 ,  空間群 ,  *結晶構造 ,  畳込み ,  学習モデル ,  データベース ,  実験 ,  ニューラルネットワーク ,  結晶学 ,  高次元 ,  機械学習 ,  X線結晶学 ,  ドメイン知識
準シソーラス用語： 画像分類 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： X線回折パターン ,  結晶構造予測 ,  深層学習 ,  畳込みニューラルネットワーク ,  コンピュータビジョン

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： X線回折パターン ,  結晶構造 ,  同定システム