| 研究概要 |
本研究の目的は,理論的には最高の測定効率をもつ分光画像計測法である像面フーリエ変換干渉分光映像法に基づく分光映像計測装置を試作し,その評価を行い,ニューラルネットワークなどを用いた分光画像のデータ圧縮の方法を研究することである.
本年度は,特にスペクトル分解能の高いシステムを試作した.空間分解能10×10点,スペクトル分解能8192点の像面フーリエ変換干渉分光映像システムを試作し,Wolf効果によるスペクトルシフトの計測に応用した.残念ながら,信号対雑音比の不足から,直接スペクトルシフトを観測することはできなかったが,タングステンランプからの光のスペクトルの変化を計測し,間接的にWolf効果を確認することができた.高いスペクトル分解能を実現するため,パルスモーターによる微動装置とピエゾ圧電素子とを併用することにより,1.29mmの最大光路差を5.1nmの精度で制御することに成功した.しかし,この位置精度では,得られるスペクトルの信号対雑音比が,Wolf効果を直接確認するには十分でないことがわかった.また,システムの安定性も期待どおりには,得られなかった.位置精度と安定性の向上については,次年度の最優先課題とする.
分光画像データの圧縮を目的とした自己組織化ニューラルネットワークの開発を試み,能率の良いネットワークの開発に成功した.ネットッワーク構造はリング型を採用し,自己組織化のためのトポロジーを単純化することにより,柔軟なネットワークを構成し,入力スペクトルの任意の確率分布に対応できるネットワークを得ることができた.実際に分光画像の分類にも成功している.現在,より高速,かつ精度の高い方法を検討中である.この他,ニューラルネットワークの文字読み取りへの応用研究や学習の汎化に関する研究も同時に行った.
|
