深層学習による多結晶型超伝導体の学習外の試料に対する相解析

カテゴリ: 論文誌(論文単位)

グループ名: 【A】基礎・材料・共通部門

発行日: 2024/09/01

タイトル(英語): Deep Learning Segmentation of Polycrystalline Superconductors with Different Compositions

著者名: 西谷　慶輝（東京農工大学），細川　貴弘（東京農工大学），平林　由宇（東京農工大学），伊加　遥河（東京農工大学），德田　進之介（東京農工大学），嶋田　雄介（九州大学），山本　明保（東京農工大学）

著者名(英語): Yoshiki Nishiya (Tokyo University of Agriculture and Technology), Takahiro Hosokawa (Tokyo University of Agriculture and Technology), Yu Hirabayashi (Tokyo University of Agriculture and Technology), Haruka Iga (Tokyo University of Agriculture and Technology), Shinnosuke Tokuta (Tokyo University of Agriculture and Technology), Yusuke Shimada (Kyushu University), Akiyasu Yamamoto (Tokyo University of Agriculture and Technology)

キーワード: 深層学習，画像解析，セマンティックセグメンテーション，超伝導　　deep learning，computer vision，semantic segmentation，superconductor

要約(英語): Image analysis to identify the phases from microstructural images is an important issue for understanding the mechanism associated with the microstructures of functional polycrystalline materials. In this study, the segmentation ability of the deep learning model and the effect of data augmentation were investigated when applied to ceramic superconducting materials with different compositions than the trained materials.

本誌: 電気学会論文誌A（基礎・材料・共通部門誌） Vol.144 No.9 （2024） 特集：超電導材料創出に向けたインフォマティクス応用の最前線

本誌掲載ページ: 373-376 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejfms/144/9/144_373/_article/-char/ja/