2017 Fiscal Year Annual Research Report
Study on model inference technique based on statistical physics to STM dataset analysis
| Project/Area Number |
15K13529
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
觀山 正道 東北大学, 情報科学研究科, 特任助教(研究) (60639095)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 情報統計力学 / データ駆動科学 / スパースモデリング / 走査型トンネル顕微鏡 / 金属酸化物薄膜 |
|---|
| Outline of Annual Research Achievements |
情報科学で近年注目されているスパースモデリングの枠組みを用いたSTMデータ解析について、主に金属酸化物薄膜における実測データへの応用に関する研究を行った。前年度までの研究でノイズの大きなSTMトポグラフィデータに対して、原子を表すピークを2次元ガウス関数とみなすことにより、原子位置を測定解像度を超えた精度で決定することが可能になった。ここで用いたアルゴリズムは関連ベクトルマシンとスパースモデリングという二つのデータ科学の知見の融合であり、その成果は本年度内に論文誌「Journal of the Physical Society of Japan」に掲載済みである。
以降、本年度における成果をまとめる。前年度までの主要なターゲットはSrTiO3薄膜であった。扱っている薄膜の表面に現れる原子は頂点酸素原子のみであることが事前にわかっており、ピーク種はこの一つに限られる。一方、Fe(Te, Se)などの鉄系超伝導物質においては、Te, Seという二つの種類の原子が共存しており、これらの空間分布や間に働く相互作用は不明である。そこで前年度までに開発したSTMトポグラフィデータに対する原子位置・ピーク幅・ピーク強度に関する解析手法を新たな物質系に適用し、得られたピーク強度から各々のピークの種類を弁別することに成功した。さらに、ボルツマン機械学習のアイデアを敷衍し、それぞれの間に働く友好相互作用（引力か、斥力か、あるいはその相互作用長）を推定する枠組みを構築した。
また、これまでの推定において例えば、ピーク幅を決定する際に重要な交差検証エラーの平衡統計力学における再重率法を応用したマルコフ連鎖モンテカルロ法による新たなサンプリング手法を開発し、計算コストを小さくしたハイパーパラメータの決定を行うための手法が確立された。
以上の成果は論文ならびに、日本物理学会大会などの発表で公表済みである。
|
