Features
1. 計測技術とアルゴリズムの連動
SSRでは、横軸方向のシフト(ズレ)を含む複数のデータから、ベイズ推定により各データのシフト量を推定し、超解像を行います。
測定したデータに基づいて統計的に超解像を行うため、計測データとしての信頼性を損ねません。
2. 装置の更新なしに簡単導入
高精度の測定を行うためには、一般的には装置の更新が必要であり、コストがかかります。
SSRアルゴリズムを使えば、既存の装置を用いて取得したデータから高精度の測定結果を得ることができます。
3. 名古屋大学発の新技術
SSR株式会社は名古屋大学発のオリジナル技術であるスペクトル超解像技術を広く普及させることを目的に設立されました。
Related research
学会発表
「スペクトル超解像によるX線光電子分光測定の高速化」
原田俊太、機能性フィルム研究会（招待講演）
「Application of Bayesian Super Resolution
to Spectroscopic Data Analysis」
S. Harada, K. Tsujimori, J. Hirotani,
2023 MRS Spring Meeting
「Application of Bayesian super-resolution
to spectroscopic data for precise characterization」
S. Harada,
Pittcon 2023
「ベイズ超解像による
X線光電子スペクトルの高速取得」
原田俊太、辻森皓太、野本豊和、伊藤孝寛、
第59回表面分析研究会
「ベイズ超解像のラマン
散乱スペクトルへの応用」
原田俊太、辻森皓太、廣谷潤、
第82回応用物理学会秋季学術講演会
「ベイズ超解像による
分光分析の高精度化」
原田俊太、
第4回 インフォマティクス応用研究会 研究会（招待講演）
「ベイズ超解像による
分光分析の高精度化と応用展開」
原田俊太、
顕微鏡計測インフォマティックス研究部会 第4回研究会（招待講演）
論文発表
“Accelerating X-ray Photoemission Spectroscopy Measurements Using Bayesian Super-Resolution”, S. Harada, K. Tsujimori, T. Nomoto, T. Ito, Jpn. J. Appl. Phys. 63 (2024) 048001.
“Application of Bayesian Super-Resolution to Spectroscopic Data for Precise Characterization of Spectral Peak Shape”, K. Tsujimori, J. Hirotani, S. Harada, J. Electron. Mater. 51 (2022) 712-717.