| 研究領域 | スパースモデリングの深化と高次元データ駆動科学の創成 |
|---|
| 研究課題/領域番号 |
26120518
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
複合領域
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
巽 一厳 名古屋大学, 未来材料・システム研究所, 准教授 (00372532)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
2015年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2014年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 非負値行列因子分解 / データモデリング / 透過電子顕微鏡 / 電子分光 / 電子エネルギー損失分光 / エネルギー分散型X線分光 / 直交性 / ポアソンノイズ / 階層的交互最小自乗アルゴリズム / 自動的妥当性決定 |
|---|
| 研究実績の概要 |
本研究の目的は，走査透過型電子顕微鏡（STEM）におけるスペクトラムイメージデータにポアソンノイズを考慮した低ランク行列分解法を応用することによって，非経験的ナノ領域物性可視化法の確立を目指すことである．ナノサイズ電子プローブで試料上をナノメートルステップで走査して各点から得られるスペクトルデータは，異なる化学状態に対応する小数の純スペクトル成分の一次結合で表現される．従って実験データはスペクトル行列と標本点における各成分の存在割合（濃度）行列の積で表され，本課題はまさしくスパースモデリングの問題として捉えられる．当該領域のモデリング法を応用して，robustな化学状態毎の高分解能マッピング法の開発を目指した．従来の行列分解では，以下の問題があった．
1)EDXデータのようにスペクトルが離散的で成分間のピーク位置が重ならない場合には，NMFにより正確な基底スペクトルを同定できるが， EELSデータのように化学成分スペクトルがエネルギー軸において連続的でピーク位置に重なりがある場合には，NMFが過度にスパースなスペクトルを出力する．その影響のため，成分濃度の空間分布が不自然にオーバーラップし，成分濃度の分布を正確に同定できない．
2)データに内在する化学成分の数を客観的に決定できない．2乗誤差を基準とした場合，データに過剰フィッティングを引き起こすだけであり，成分数の最適化のための評価指標が必要となる．
この問題に対して，成分の空間分布に対してソフトな直交制約を課すことで1)の問題を，さらに，データ駆動的に成分数を最適化するAutomatic Relevance Determination(ARD)事前確率分布を仮定することで2)の問題の改善を試みた．代表的な実験データにおいて，開発分解法は良好に動作した．成果は，顕微鏡の専門誌に投稿中である．
|
| 現在までの達成度 (段落) |
27年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
27年度が最終年度であるため、記入しない。
|
