機械学習を用いた高効率走査トンネル分光測定による物質探索

資料種別: 文書・図像類

著者: 吉田, 靖雄ほか

出版者: -

出版年: 2021-12-27

資料形態: デジタル

ページ数・大きさ等: -

NDC: -

すべて見る

資料に関する注記

一般注記：: 金沢大学理工研究域数物科学系低温走査トンネル顕微鏡（STM）を用いたトンネル分光イメージングは、二次元表面の欠陥等で散乱・干渉する電子の波を捉え、物質内の電子やその電子が収まっているバンド構造の性質を明らかにする手法である。この手法は、フェルミ面やバンドの構造を極低温・強磁場でも観察できることから、...

書店で探す

全国の図書館の所蔵

国立国会図書館以外の全国の図書館の所蔵状況を表示します。

連携機関・データベースの一覧

所蔵のある図書館から取寄せることが可能かなど、資料の利用方法は、ご自身が利用されるお近くの図書館へご相談ください

その他

金沢大学学術情報リポジトリKURA
デジタル
連携先のサイトで、学術機関リポジトリデータベース（IRDB）（機関リポジトリ）が連携している機関・データベースの所蔵状況を確認できます。
金沢大学学術情報リポジトリKURAのサイトでこの本を確認

書店で探す

書誌情報

この資料の詳細や典拠（同じ主題の資料を指すキーワード、著者名）等を確認できます。

デジタル

資料種別: 文書・図像類
タイトル: 機械学習を用いた高効率走査トンネル分光測定による物質探索
著者・編者: 吉田, 靖雄
Yoshida, Yasuo
著者標目: 吉田, 靖雄
Yoshida, Yasuo
出版年月日等: 2021-12-27
出版年（W3CDTF）: 2021-12-27
並列タイトル等: Material search with high-speed and efficient scanning tunneling spectroscopy based on machine learning
次世代物質探索のための離散幾何学
Discrete Geometric Analysis for Materials Design
タイトル（掲載誌）: 令和1(2019)年度科学研究費補助金新学術領域研究(研究領域提案型) 研究実績の概要 = 2019 Research Project Summary
巻号年月日等（掲載誌）: 2018-04-01 – 2020-03-31
掲載巻: 2018-04-01 – 2020-03-31
掲載ページ: 3p.-
本文の言語コード: jpn
件名標目: トンネル分光イメージング
電子定在波
スパースモデリング
圧縮センシング
機械学習
走査トンネル分光
準粒子干渉
走査トンネル顕微分光
対象利用者: 一般
一般注記: 金沢大学理工研究域数物科学系
低温走査トンネル顕微鏡（STM）を用いたトンネル分光イメージングは、二次元表面の欠陥等で散乱・干渉する電子の波を捉え、物質内の電子やその電子が収まっているバンド構造の性質を明らかにする手法である。この手法は、フェルミ面やバンドの構造を極低温・強磁場でも観察できることから、角度分解光電子分光と相補的な測定手法として、その重要性は高い。一方でその測定は長ければ一週間にも及び、STMの高い安定性と高騰を続ける液体ヘリウムを大量に必要とする。そのため、現状では国内でもごく限られた実験室でしか測定を行うことができない。そこで我々は、この測定の高速化を進める研究を行ってきた。これまで、バンド内の単一のエネルギーにおいて観察された電子波の実空間画像から、データ点をランダムに落とし、スパースモデリングを用いて逆問題を数値的に解いて波数空間の干渉パターンを再現することに成功している。この結果は、少なくとも数値実験の範囲内では、1/9のデータ（1/9の測定時間）で同じ情報を獲得できることを意味している。そこで本研究ではこの結果を踏まえて、測定点をランダムに間引いた実測定プログラムの開発を行った。また、それと並行してスパースモデリングと機械学習を用いて、干渉パターンだけでなくバンド構造まで再現する解析手法の開発を行った。開発した実測定プログラムを用いた実験では、単純なバンドを有するAu(111)表面を試料として用いて行った。生成した乱数を用いて測定点の取捨選択を行い、少しずつ測定点を減らしながら測定を行った結果、1/4までデータを減らしたランダム測定を安定に行うことに成功し、フルに測定したデータと同じ情報が得られることが分かった。更に、スパースモデリングと機械学習を用いて最適化を行うことで、ランダム計測によって増大するノイズが除去された高分解能の信号が復元できることが明らかになった。
研究課題/領域番号:18H04480, 研究期間(年度):2018-04-01 – 2020-03-31
出典：研究課題「機械学習を用いた高効率走査トンネル分光測定による物質探索」課題番号18H04480（KAKEN：科学研究費助成事業データベース（国立情報学研究所））（https://kaken.nii.ac.jp/ja/grant/KAKENHI-PUBLICLY-18H04480/）を加工して作成
DOI: 10.24517/00060269
一次資料へのリンクURL: https://kanazawa-u.repo.nii.ac.jp/?action=repository_action_common_download&item_id=53991&item_no=1&attribute_id=26&file_no=1
https://kanazawa-u.repo.nii.ac.jp/?action=repository_action_common_download&item_id=53991&item_no=1&attribute_id=26&file_no=1
オンライン閲覧公開範囲: 限定公開
著作権情報: CC BY-NC-ND
関連情報: https://kaken.nii.ac.jp/ja/search/?kw=10589790
https://kaken.nii.ac.jp/ja/grant/KAKENHI-PUBLICLY-18H04480/
https://kaken.nii.ac.jp/en/grant/KAKENHI-PUBLICLY-18H04480/
連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
提供元機関・データベース: 金沢大学 : 金沢大学学術情報リポジトリKURA