-(https://www.npsm-kps.org/journal/view.html?doi=10.3938/NPSM.70.920) -(NPSM,새물리)
- x선을 통해 시료에서 광전효과로 인해 나오는 전자의 운동에너지를 분석
- 이는 x축을 Binding Energy, y축을 intensity로 여러가지 peak이 섞인 그래프로 표현
- 물질 내 원소의 화학적 성질이나 전자의 상관관계를 분석
-
- 기존 선행연구에서는 직접 peak를 선행적 경험에 의해 fitting하거나 area, Threshold 값등, 다양한 parameter를 필요로 했는데 neural network를 통해 단순히 데이터만으로도 peak들을 예측할수 있을까?
- receptive field 역할을 갖는 Convolution neural network을 이용하면 각각의 peak을 구분할수 있지 않을까?
-
- 데이터를 밀어넣는 방법엔 한계가 있다.
- fully connected보단 CNN을 조작하는 방향이 더 학습에 영향을 줌
- (model을 더 효과적인 방향으로 design의 필요성을 느낌)
- 어느정도 오차가 허용되는 분류문제가 아닌 정량적인 수치를 요구하는 문제이기에 오차가 생기기 쉬움
- (deep learning을 통한 의의는 가질순 있지만, 기존 선행연구에 있던 정확도보다 떨어진다)
- 실제 실험값에 나타나는 peak은 5개가 합쳐진 모양일 때가 있는데 3개가 아닌 5개정도도 구분할수 있도록 항샹시킨다.