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。

这项研究旨在通过引入虚拟空间方法（即使用计算机的机器学习）来查找新信息，以分析真实和反向空间的互补结构。在今年，我们开发了一种小角度散射方法的倾斜入射中子中子，作为使用中子分析薄膜和界面结构的一种手段，并使用神经网络开发了数据处理技术。关于倾斜入射散射方法的发展，我们已经开发并制造了一种新的焦点超镜，该镜子对应于0.2-0.9 nm波长的中子束。评估了中子反射系统sharaku在J-PARC材料和生命科学实验设施中的性能，并能够实现信号强度的提高约20倍，大约是常规光学系统用于倾斜入射散射测量的20倍。使用具有有序结构的薄膜样参考样品，可以清楚地观察到从样品的结构周期得出的斜式中子小角度散射的测量，并明确观察到Bragg衍射信号。另一方面，关于机器学习，我们正在开发实现反空间实验自动分析的方法。通过假设某个结构模型并找到适合实验数据的调整，进行了散射和反射实验中的结构分析。在这项研究中，我们开发了一种呈现结构信息的方法，而无需进行模型假设。今年，使用卷积神经网络进行了深度学习。尽管一些简单的结构可提供良好的结果，但目前并不是很成功，需要进一步改进准确性。