粒子加速器を用いた材料評価を高効率化する手法を KEK などが開発

yamajun88 曰く、

高エネルギー加速器研究機構 (KEK) の小野准教授らは、中性子線や放射光を用いた材料評価を高効率化する方法を開発したと発表した (マイナビニュース, nature scientic reports)。AI や機械学習にも用いられるカーネル密度推定法 (kernel density estimation) を適用する方法だ。

新機能材料の評価には、粒子加速器で発生させた中性子線や放射光をサンプルに衝突させる手法が活用される。しかし、粒子加速器の使用可能時間が限られている一方で、計測データの統計的処理手法が確立されておらず、解析結果が人に依存してしまうという課題があった。

今回開発されたのは、異方性サンプルの小角散乱実験 (small-angle scattering experiments on anisotropic samples) を高効率化する手法。従来は、異方性のあるサンプルのデータをとるときに全方向の平均が重畳していたため、異方性が犠牲にされていた。今回、統計的・物理的に適切なカーネルを選択してデータをスムージングすることによって、品質の良い異方性データを得ることができた。これにより、測定時間を 1/10 に短縮可能だという。

今後の展望は、サンプルや測定条件によって統計手法を最適化することでさらなる測定効率の向上が見込まれる。また、今回の結果は電気自動車向けモーターの新材料向けに応用される予定だ。