[9a-W321-1~11] 23.1 Joint Session N "Informatics"

△ [9a-W321-11] Quantitative prediction of material properties from core-loss spectrum based on machine learning

〇Shin Kiyohara¹, Masashi Tsubaki², Teruyasu Mizoguchi¹ (1.Tokyo Univ., 2.AIST)

Keywords:core-loss spectroscopy, machine learning, neural network

内殻電子励起分光法は高い空間・エネルギー分解能を有しており，理論計算を併用することで局所的な原子構造や化学結合状態を解析できる強力な手法である．しかし，理論計算を用いてもスペクトルから測定領域の物性を定量化することは容易ではない．本研究ではニューラルネットワークを用いることで，スペクトルから局所的な物性を直接定量化することに成功した．