Analysis of local inhomogeneity of long REBCO coated conductors by machine learning based high speed reel-to-reel magnetic microscopy: Comparison between classification model and object detection model
呉 澤宇, Somjaijaroen Natthawirot, 東川 甲平, 木須 隆暢 （九大）
Abstract:長尺のREBCO線材の局所不均一性の検出と解析について、リール式高速磁気顕微鏡観察によるテープ面内の２次元的な磁化電流の分布の像を機械学習を用いて解析する事で、不均一性の有無だけで無く、欠陥領域のサイズ、位置などの詳細情報の取得が可能となる。本研究では、200 m長の商用線材を用いた観察結果に対して、観察領域に欠陥部位の有無を判断するClassificationと、さらに欠陥部位をObjectとして認識し、ラベリングするObject detectionとの二つの手法について機械学習モデルを開発し、両者の評価結果の比較を行った。Classificationでは、欠陥領域のサイズに応じて、大、中、小の欠陥領域と健全領域の合わせて４つのカテゴリーを設け、分類を行った。この時、ランダムに選定した教師データの欠陥サイズの統計分布を用い、検出画像にその統計分布が反映されると仮定して、各カテゴリーの検出結果より、欠陥サイズの分布を推定した。一方、Object detectionでは、欠陥領域そのものの座標位置とサイズを特定できることからより高解像度にかつ詳細な情報を取得できる。Classificationの結果とObject detectionの結果を比較したところ両者は定量的に良い一致を示した。両者の解析モデルの比較により、それぞれの解析結果の妥当性について議論すると共に、線材内に内包される局所不均一性が線材の臨界電流Icに及ぼす影響について考察する。