MgB2超電導多芯線材のX線CTデータへの深層学習適用

カテゴリ：研究会(論文単位)

論文No：MC25019,ASC25019

グループ名：【A】基礎・材料・共通部門 金属・セラミックス/【B】電力・エネルギー部門 超電導機器合同研究会

発行日：2025/11/2

タイトル(英語)：Application of Deep Learning to X-ray CT Data of MgB2 Superconducting Multifilamentary Wires

著者名：扇 琴美(東京農工大学),安東 昴亮(東京農工大学),細川 貴弘(東京農工大学),伊藤 海音(東京農工大学),福井 大翔(東京農工大学),嶋田 雄介(九州大学),児玉 一宗(日立製作所),田中 秀樹(日立製作所),山本 明保(東京農工大学)

著者名(英語)： Kotomi Ogi(Tokyo University of Agriculture and Technology),Kosuke Ando(Tokyo University of Agriculture and Technology),Takahiro Hosokawa(Tokyo University of Agriculture and Technology),Mio Itou(Tokyo University of Agriculture and Technology),Daito Fukui(Tokyo University of Agriculture and Technology),Yusuke Shimada(Kyusyu University),Motomune Kodama(Hitachi, Ltd.),Hideki Tanaka(Hitachi, Ltd.),Akiyasu Yamamoto(Tokyo University of Agriculture and Technology)

キーワード：深層学習,Ｘ線ＣＴ画像,フィラメント,多芯線材,分類モデル,超電導,Deep Learning,X-ray CT images,Filament,Multifilamentary wire,Classification model,Superconductor

要約(日本語)：MgB₂多芯線材におけるフィラメント微細構造と臨界電流密度の関係を調査するため、51芯線材のX線CTデータを取得し、深層学習でフィラメント異常部の検知を試みた。

要約(英語)：To investigate the relationship between filament microstructure and critical current density in MgB₂ multifilamentary wires, we acquired X-ray CT data of a 51-filament wire and attempted to detect anomalous filament regions using deep learning.

本誌：2025年11月5日金属・セラミックス/超電導機器合同研究会

本誌掲載ページ：7-11p

原稿種別：日本語

PDFファイルサイズ：1,397Kバイト