[21a-B01-1~10] 23.1 合同セッションN「インフォマティクス応用」

[21a-B01-10] 機械学習を用いたµビームX線回折マッピングの特徴領域の効率的推定

〇(M2)穂積 祥太¹、沓掛 健太朗^2,6、松井 孝太²、佐々木 拓生⁴、宇治原 徹^5,6、竹内 一郎^1,2,3 (1.名工大院情報、2.理研AIP、3.物材研、4.量研、5.名大院工、6.名大未来研)

キーワード：ガウス過程、機械学習、能動学習

同一試料内で物性の異なる領域を複数持つ試料において、少ない測定点数で試料表面上の領域分布を特定することは、材料評価法で共通の課題である。我々は、機械学習手法の一つであるLevel set estimation(LSE)[Gotovos 2013]を材料評価の領域特定に応用しており、これまでにシリコンウェハのライフタイム分布測定への応用を報告した。本研究では、放射光実験施設SPring-8でのµビームX線回折マッピングへの応用を報告する。多数のX線回折パターンから教師なし機械学習によって、SiGe薄膜試料の組成と配向を表す特徴量を抽出し（連続講演にて先に報告）、LSEによって特徴量が高い（低い）範囲を推定した。