High-Speed AFM Image Noise Reduction and Shape Reconstruction Using U-Net for the Quantitative Evaluation of the Surface Structure of REBCO thin film
中山 弥央, 竹市 朋央, 堀出 朋哉, 吉田 隆 (名大)
Abstract:REBa2Cu3O𝑦(REBCO)線材の特性評価では、ステップや析出物が結晶成長や電流経路の不均一性を反映し臨界電流特性にも関わるため原子間力顕微鏡を用いた表面構造の観察が重要である。これらは線材で局所的にばらつくほか近年では機械学習に用いることもあり多数の画像を必要とする一方、短時間で多くの画像を得るために高速で走査すると探針の追従不足によるノイズや構造の欠落、析出物後方に尾状の影が生じる。本研究では、低速像を教師としたU-Netによる機械学習を用いて高速像を補正した。その結果ノイズや表面構造上の誤差が減少し表面粗さも教師像に近づいた。本手法により、従来と同じ測定時間で8倍の画像を確保し表面構造を評価できる見通しを得た。