本研究では，金属温度予測を目的として，金属の光学顕微鏡画像からスパースモデリングを用いて温度を推定する枠組みを提案している．具体的には，光学顕微鏡から得られる析出物領域に対して面積や円周，円形度などの38種類の画像統計的なパラメータを算出する．算出されたパラメータを入力，クリープ破断試験で一般的に用いられているLarson-Millerパラメータ（LMP）を目的変数として，Bolassoと呼ばれる統計モデルを構築する．これにより，光学顕微鏡画像から金属温度を予測することが可能となる．実データとしてはNIMSクリープデータシートNo.56AおよびNo.M-11で報告されているデータに適用し，フィッティング性能および未知データの予測性能を調べた．その結果，未知データにおける温度予測を±10 [°C] 以内の誤差で実現させることに成功した．
