特集：低ドーズ条件でのデータ収集の取り組み
低カウントのスペクトラムイメージ解析のための機械学習法
2022 年 57 巻 2 号 p. 65-69
詳細
2022 年 57 巻 2 号 p. 65-69
微細構造計測の高精度化や自動計測などの技術の発達とともに，多様な大規模データを取り扱うインフォマティクス技術の需要が益々高まっている．計測コストをさらに削減し，また，計測対象の損傷を防ぐためには，量子ビームの照射を短時間に抑えて計測されたデータを正確に解析する技術が必要となる．本解説記事では，短時間計測で得られる低カウントのスペクトラムイメージを対象とする機械学習法を述べる．スペクトルのデータ解析に有効な非負値行列分解法を最初に述べ，これをポアソン雑音モデルに拡張した手法を紹介する．また，データ前処理の一つであるポアソンスケーリングによる対処法も紹介する．人工的に生成されたデータやSEM-EDSの実データを用いて，解析手法の利点・欠点などを議論する．
