粉末XRDによる相同定に置いて、ニューラルネットワークを活用した手法は、回折プロファイル全体を解析することで、複雑な材料の相同定精度を向上させます。特に、ピークの重なりや低結晶性により従来の検索・照合手法では識別が難しい試料に対して、その有効性が期待されています。
基本プロファイル分解（Basis Profile Decomposition）は、混合粉末のXRDパターンを構成成分ごとのプロファイルに分解する手法です。純粋な標準試料や結晶構造情報を必要とせず、データベースとの照合によって各成分を特定し、定量分析を行うことができます。
ディープラーニングによるノイズ除去は、X線CT画像の画質向上と定量解析精度の向上を実現します。バッテリー検査やプラスチック部品の分析において、長時間撮影時と同等の品質を維持しながら、スキャン時間を大幅に短縮することが可能です。
製品選びから据付後の技術サービスまで、何でもお気軽にお問い合わせください。
