実・逆・仮想空間の協奏による高分子界面の新しい構造解析法の開発

通过真实、逆向和虚拟空间的协作开发聚合物界面的新结构分析方法

基本信息

批准号：
22K19074
负责人：
青木裕之
金额：
$ 4.08万
依托单位：
High Energy Accelerator Research Organization
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は実空間・逆空間の相補的な構造解析に対して、仮想空間の手法すなわち計算機を用いた機械学習を導入することで新たな情報を見出すことを目的としたものである。本年度においては、中性子による薄膜・界面構造解析手段として、斜入射中性子小角散乱法の開発を行うとともに、ニューラルネットワークによるデータ処理技術の開発を行った。斜入射散乱法の開発については、波長0.2 ー 0.9 nmの中性子ビームに対応した集光型スーパーミラーを新たに開発・作製した。J-PARC物質・生命科学実験施設の中性子反射率系SHARAKUにおいて、その性能を評価したところ、従来の斜入射散乱測定の光学系に対して、およそ20倍の信号強度の増大を達成することができた。秩序構造を有する薄膜状の参照試料を用いて、斜入射中性子小角散乱測定の試験を行ったところ、試料の構造周期に由来するブラッグ回折シグナルを明瞭に観測することができた。一方、機械学習に関しては、逆空間実験の自動解析を実現する手法の開発を進めている。散乱・反射実験での構造解析では、ある構造モデルを仮定した上で実験データに合うようパラメータの調整を見出すことで行われてきた。本研究では、モデルの仮定を行うことなく構造情報を提示する手法を開発している。今年度では畳み込みニューラルネットワークによるディープラーニングを行った。一部の単純な構造については良好な結果を与えるものの、現状ではあまり成功しているとはいえず、さらなる精度向上が求められる。

本研究的目的是通过引入虚拟空间方法，即基于计算机的机器学习，对真实空间和倒易空间进行互补结构分析来发现新信息。今年，我们开发了小角度斜入射中子散射法，作为使用中子分析薄膜和界面结构的手段，并开发了使用神经网络的数据处理技术。关于掠入射散射法的发展，我们新开发并制造了一种可以处理波长为0.2至0.9 nm的中子束的聚光超级镜。当我们评估 J-PARC 材料与生命科学实验设施的中子反射系统 SHARAKU 的性能时，我们发现与用于斜入射散射测量的传统光学系统相比，它的信号强度提高了大约 20 倍。去做它。使用具有有序结构的薄膜状参考样品，我们进行了小角度掠入射中子散射测量，并能够清晰地观察到源自样品结构周期的布拉格衍射信号。另一方面，关于机器学习，我们正在开发一种实现倒易空间实验自动分析的方法。通过假设一定的结构模型并调整参数以匹配实验数据，使用散射和反射实验进行结构分析。在这项研究中，我们开发了一种在不进行模型假设的情况下呈现结构信息的方法。今年，我们使用卷积神经网络进行深度学习。虽然它对于一些简单的结构给出了很好的结果，但目前还不是很成功，需要进一步提高精度。