STEM/EDS 元素マップに対する機械学習を用いたクラスタ抽出法の開発 ―電子線照射した原子炉容器鋼への適用―
Development of a Method for Extraction Solute Atom Clusters from STEM/EDS Elemental Maps Using Machine
-Learning-Application for an Electron-Irradiation RPV steel-

前田 悠希 （Yuuki Maeda） 藤井 克彦 （Katsuhiko Fujii）瀬戸 仁史 （Hitoshi Seto） 福谷 耕司 （Koji Fukuya）

要約
走査透過型電子顕微鏡(STEM)に付属したエネルギー分散型 X 線分光装置(EDS)を用いて得られた元素マップから溶質原子クラスタを客観的に抽出するために，教師あり機械学習法を用いたクラスタ抽出法を開発した．開発した手法を中 Cu 含有量（0.16wt%Cu）原子炉容器鋼の電子線照射材に適用し，アトムプローブ（APT）測定と抽出結果を比較した．STEM/EDS と APT でクラスタの数密度はよく一致し，本手法を用いることで STEM/EDS が APT と同等に電子線照射材中
のクラスタの抽出が可能であることが確認された．

キーワード    溶質原子クラスタ，原子炉容器鋼，電子線照射，STEM/EDS, 機械学習

Abstract
To extract solute atom clusters objectively from elemental maps obtained using a scanning transmission electron microscope (STEM) equipped with an energy-dispersed X-ray spectroscopy (EDS) instrument, a method using supervised machine learning was developed. The method was applied on STEM/EDS elemental maps of an electron-irradiated, medium-Cu-content (0.16wt%Cu) reactor pressure vessel (RPV) steel. Based on the comparison of the results of STEM/EDS and atom probe tomography (APT) measurements, the number densities of solute atom clusters were seen to be of the same order. It was confirmed that the developed method using STEM/EDS can extract number densities of solute atom clusters in the electron-irradiated RPV steel equivalent to those densities obtained by APT.

Keywords   solute atom cluster, reactor pressure vessel steel, electron irradiation, STEM/EDS, machine learning

全文ファイル