蛍光X線スペクトル迅速分析に向けた機械学習の研究開発

Studies of machine learning techniques toward rapid analysis of X-ray fluorescence spectra

Machida, Masahiko; Murakami, Masashi; Yoshida, Yukihiko; Sasaki, Toshiki; Tanimura, Naoki*

放射性廃棄物の分別に当たっては、X線の蛍光分析技術を活用した元素同定技術の研究開発が求められているが、その分析技術の迅速性を向上させるため、機械学習技術の研究開発を実施している。本講演では、其の機械学習技術の中から2つの技術(サポートベクトルマシンとLASSO)について、適用した成果を報告する。

no abstracts in English

使用言語	:	Japanese
掲載資料名	:
巻	:
号	:
ページ数	:
発行年月	:
発表会議名	:	2023年度第1回日本分析化学会近畿支部提案公募型セミナー「蛍光X線スペクトルデータ解析の新展開」
開催年月	:	2023/09
開催都市	:	大阪
開催国	:	日本
キーワード	:	放射性廃棄物分別技術; 機械学習技術; X線蛍光分析

特許データ	:
PDF	:

論文URL	:
研究データの公開先DOI	:	本成果にかかわる研究データのリンクです。
使用施設	:	大型計算機・スパコン(東海)
広報プレスリリース	:
論文解説記事 (成果普及情報誌)	:
受委託・共同研究相手機関	:	大阪公立大学

Access	:	- Accesses
Web of Science® Times Cited Count	:	被引用回数：評価・統計等のため最新の被引用回数を確認したい場合は、直接Web of Science®をご確認ください。 http://www.webofknowledge.com/wos
InCites™	:
Altmetrics	:

登録番号 : BB20231008
抄録集掲載番号 :
論文投稿番号 :

[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.