機械学習による中性子共鳴透過スペクトルのデノイズ

Denoising for neutron resonance transmission spectrum by machine learning

長谷美 宏幸   ; 巽 一厳  ; 土川 雄介 ; 甲斐 哲也   ; 及川 健一   

Hasemi, Hiroyuki; Tatsumi, Kazuyoshi; Tsuchikawa, Yusuke; Kai, Tetsuya; Oikawa, Kenichi

近年、機械学習を利用した測定の効率化などの研究が進められており、J-PARC MLFにおいてもディープラーニングを利用した中性子反射率データの統計的なノイズの低減手法(デノイズ)に関する研究成果が報告されている。他の中性子実験データに対してもデノイズを適用することが検討されているが、本研究では、中性子共鳴透過法の測定時間短縮を目的とし、機械学習を利用したデノイズの中性子共鳴透過スペクトルへの適用について検討した。畳み込みニューラルネットワーク(CNN)を用いたデノイズでは、理論的なスペクトルに統計的なノイズを付与したものを入力、ノイズの無いスペクトルを出力としたモデルを構築して学習と推定を行う。本研究では、シミュレーションで学習データを生成し、文献[1]で示されているモデルや画像データのデノイズに用いられるモデルによる学習を実施した。MLF BL10で測定された飛行時間較正用フィルター(Ta/In/Cu)の透過率測定データについて、100分間測定したデータを基準とし、短時間(1。25分など)測定したデータに対して学習したモデルによるデノイズを実施した。デノイズしたスペクトルと基準データとの一致度の比較やスペクトルフィッティングの結果により、モデルの性能を評価した。本研究では、上記のCNNによるデノイズに加え、他の機械学習的手法を用いたデノイズについても検討を行っており、発表ではそれらを含めて紹介する予定である。

no abstracts in English