機械学習を用いた効率的な単結晶回折データチェック

Application of machine learning for efficient data check on single crystal diffraction data

鬼柳 亮嗣  ; 大原 高志   ; 中尾 朗子*; 宗像 孝司*; 石川 喜久*; 森山 健太郎*

Kiyanagi, Ryoji; Ohara, Takashi; Nakao, Akiko*; Munakata, Koji*; Ishikawa, Yoshihisa*; Moriyama, Kentaro*

J-PARC MLFに設置されている単結晶構造解析装置SENJUでは無機物や低分子化合物などの結晶/磁気構造解析を行なっている。構造解析では、測定されたデータからBragg反射強度を抽出したものを入力データとして使われるが、実際に測定されるデータには試料環境装置からの散乱などが含まれていることがあるため、1つ1つのBragg反射データを確認する必要がある。しかしながら、数千から数万に上る大量のデータを手作業でチェックするのは現実的には難しいため、効率的なデータチェックの実現に向けて、機械学習の適用を試みた。機械学習としては「教師あり学習」と「Autoencoder」による学習を行なった。「教師あり学習」では、反射が孤立して存在する「良いデータ」と反射近傍に余計な回折線などが存在する「悪いデータ」からなる教師データを用いて学習を行い、「Autoencoder」では「良いデータ」のencodeを学習した。「教師あり学習」の訓練では高い正答率が実現され、実データに対しても同程度の正解率が得られた。また、Autoencoderの結果も同様な結果が得られ、現状では、わずかながらAutoencoderの方が良い働きをすることが示された。

no abstracts in English