人工知能を用いた層状媒質の比誘電率の再構成に関する初歩的な研究

抄録

散乱波のパターンを人工知能で識別することにより散乱体の材質を推定する手法は、リアルタイムに結果が示されるなどの利点で関心を集めている。人工知能を用いた層数の少ない層状媒質の再構成について既に報告されているが、層ごとに推定用ニューラルネットワーク（NN）を訓練する必要があり、層の数が多くなると必要な教師データの量もNNの学習時間も膨大になり、NNの訓練が難しくなる問題があった。本研究では、層状媒質の誘電率がパルス波の散乱波形の部分的遅延を左右することに注目し、必要な散乱波情報を絞り、NNの学習時間を節約した。さらに、層数の少ないモデルにおいて特定な層の誘電率推定の際に訓練したNNを、他の層または層数の多い層状媒質の推定に適用する可能性について検討する。