基底関数の物理特性を取り入れたスパースモデリング

2020 年度 研究成果報告書

• 研究課題/領域番号: 17K12735
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 知能情報学
• 研究機関: 筑波大学 (2019-2020); 東京大学 (2017-2018)
• 研究代表者: 五十嵐 康彦 筑波大学, システム情報系, 准教授 (40733085)
• 研究期間 (年度): 2017-04-01 – 2021-03-31
• キーワード: スパースモデリング / ベイズ推論 / 機械学習 / 計測科学

研究成果の概要

本研究では基底関数の物理特性を組み込んだSpM手法の開発を行った。その結果、XPSなどのスペクトルデータを対象にした高速なスペクトル分解アルゴリズムを構築した。さらに、理論公式をもとに基底関数をフーリエ展開から拡張することで放射光データ解析における効率的なデータ解析法を構築した。また、時系列データへの適用例として、超高速分光への展開を行った。

自由記述の分野

機械学習、計測科学

研究成果の学術的意義や社会的意義

本研究では基底関数の物理特性を組み込んだスパースモデリング手法を開発し、計測データ解析への展開を行った。放射光データを対象にした解析法は、新規解析法として新規機能性材料や、熱電材料、二次電池の固体電解質材料等の物質の構造解明に応用され、電池の高機能化や長寿命化などに貢献することが期待される。また、コヒーレントフォノン計測への解析法は、光誘起構造相転移の光励起直後の初期ダイナミクスの解明等で重要な計測法で、 物性物理学の様々な分野で盛んに研究が行われている。このように、スパースモデリングを汎用的に計測データへの解析に展開することで広範囲の波及効果が得られると考えられる。