特許ウォッチ

公開番号2024166064
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2024008113
出願日2024-01-23
発明の名称バックグラウンドを取り除いた特性曲線を求める方法
出願人国立研究開発法人物質・材料研究機構
代理人
主分類G06F 17/10 20060101AFI20241121BHJP(計算;計数)
要約【課題】人為に左右されず、簡便にバックグラウンド除去精度の高いべき乗則、指数則特性曲線を求める方法の提供。
【解決手段】特性関数Y=F(x)に対してセグメント回帰区分線形関数法を適用して情報量基準により区分および区分数を求めるステップと、区分毎の特性関数の曲線の傾きa[i]を求めるステップと、特性関数の平均的な傾きaveSを求めるステップと、全区分を通してのデータの値の平均値と中央値から非対称性指標ASYを求めるステップと、判定基準DSを平均的な傾きaveSと非対称性指標ASYを用いて求めるステップと、傾きa[i]の線形成分がa[i]<DSの場合はバックグラウンド成分、a[i]≧DSの場合は非バックグラウンド成分として選別判定するステップと、F(0)とバックグラウンド成分を特性関数から減ずるステップからなる。
【選択図】図1
特許請求の範囲【請求項１】
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値、ＢＰ［ｍ］はｘの最大値）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾きａ［ｉ］およびＦ（０）を求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして計算対象の区間を区分ｎまでの区間として求めるステップと、
第１の指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２の指標として、前記区分の１からｎまでの区分を通してのデータ（Ｙ）の値の平均値（Ｄ
ａｖｅ
）と中央値（Ｄ
ｃｎｔ
）の比から非対称性指標（ＡＳＹ＝Ｄ
ｃｎｔ
／Ｄ
ａｖｅ
）を求めるステップと、
判定基準（ＤＳ）を前記平均的な傾き（ａｖｅＳ）と前記非対称性指標（ＡＳＹ）および０．８０以上０．９５以下の値の中からあらかじめ定めた基準値Ｌを用いて
０≦ＡＳＹ＜Ｌの場合ＤＳ＝ａｖｅＳ×ＡＳＹ、
ＡＳＹ≧Ｌの場合ＤＳ＝ａｖｅＳ
として求めるステップと、
前記傾きａ［ｉ］（ｉは１からｎまでの整数）の線形成分が、
ａ［ｉ］＜ＤＳの場合はバックグラウンド成分
ａ［ｉ］≧ＤＳの場合は非バックグラウンド成分として選別判定するステップと、
Ｆ（０）および前記バックグラウンド成分を前記特性関数Ｙ＝Ｆ（ｘ）から減ずるステップ、を含むステップからなる、特性曲線を求める方法。
続きを表示（約 5,900 文字）【請求項２】
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値、ＢＰ［ｍ］はｘの最大値）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
第１の指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２の指標として、前記区分の１からｎまでの区分を通してのデータ（Ｙ）の値の平均値（Ｄ
ａｖｅ
）と中央値（Ｄ
ｃｎｔ
）の比から、下記（式２）で与えられる非対称性指標（ＡＳＹ）を計算するステップと、
判定基準（ＤＳ）を前記平均的な傾き（ａｖｅＳ）と前記非対称性指標（ＡＳＹ）および０．８０以上０．９５以下の値の中からあらかじめ定めた基準値Ｌを用いて、０≦ＡＳＹ＜Ｌの場合は下記（式３）、ＡＳＹ≧Ｌの場合は下記（式４）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記判定基準（ＤＳ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳとなるｉがある場合はａ［ｉ］≧ＤＳを満たす最小のｉをｔ、ａ［ｉ］＜ＤＳの場合はｔ＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔを求めるステップと、
線形バックグラウンドが取り除かれた特性曲線Ｙ´を下記（式５）から（式７）より求めるステップからなる、特性曲線を求める方法。
ａｖｅＳ＝（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）・・・（式１）
ＡＳＹ＝Ｄ
ｃｎｔ
／Ｄ
ａｖｅ
・・・（式２）
ＤＳ＝ａｖｅＳ×ＡＳＹ・・・（式３）
ＤＳ＝ａｖｅＳ・・・（式４）
Ｙ´＝Ｆ（ｘ）－Ｆ
ｂａｃｋｇｒｏｕｎｄ
・・・（式５）
JPEG
2024166064000012.jpg
41
168
【請求項３】
前記情報量基準は、ベイズ情報量基準（ＢａｙｅｓｉａｎＩｎｆｏｒｍａｔｉｏｎＣｒｉｔｅｒｉｏｎ；ＢＩＣ）または赤池情報量基準（ＡｋａｉｋｅＩｎｆｏｒｍａｔｉｏｎＣｒｉｔｅｒｉｏｎ；ＡＩＣ）である、請求項１または２記載の特性曲線を求める方法。
【請求項４】
前記基準値Ｌは０．９である、請求項１から３の何れか一項に記載の特性曲線を求める方法。
【請求項５】
前記特性関数は、超電導材料の臨界電流密度関数である、請求項１から４の何れか一項に記載の特性曲線を求める方法。
【請求項６】
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値ｘ
ｍｉｎ
、ＢＰ［ｍ］はｘの最大値ｘ
ｍａｘ
）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
第１ａの指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、下記（式１ａ）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２ａの指標として、前記ｘ
ｍｉｎ
を０、前記ｘ
ｍａｘ
を１、Ｆ（ｘ
ｍｉｎ
）を０、Ｆ（ｘ
ｍａｘ
）を１として（ｘ、Ｙ）を規格化しローレンツ曲線から求めたジニ係数（ＧｉＮｉ）より計算される（１－ＧｉＮｉ）を求めるステップと、
判定基準（ＤＳａ）を、前記平均的な傾き（ａｖｅＳ）と前記第２ａの指標である（１－ＧｉＮｉ）を用いて、下記（式２ａ）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記判定基準（ＤＳａ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳａとなるｉがある場合はａ［ｉ］≧ＤＳａを満たす最小のｉをｔ
ａ
、ａ［ｉ］＜ＤＳａの場合はｔ
ａ
＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔ
ａ
を求めるステップと、
線形バックグラウンドが取り除かれた特性曲線Ｙａ´を下記（式３ａ）より求めるステップからなる、特性曲線を求める方法。
ａｖｅＳ＝（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）・・・（式１ａ）
ＤＳａ＝ａｖｅＳ×（１－ＧｉＮｉ）・・・（式２ａ）
Ｙａ´＝Ｆ（ｘ）－Ｆ
ｂａｃｋｇｒｏｕｎｄ，ａ
・・・（式３ａ）
JPEG
2024166064000013.jpg
31
147
【請求項７】
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値ｘ
ｍｉｎ
、ＢＰ［ｍ］はｘの最大値ｘ
ｍａｘ
）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
隣接する前記区分境界点（ＢＰ［ｊ］）間の距離ΔＢＰ［ｊ
ｂ
］＝ＢＰ［ｊ＋１］－ＢＰ［ｊ］（ｊ
ｂ
は１からｎまでの整数、ｊは０からｎ‐１まで）を求めるステップと、
前記ΔＢＰ［ｊ
ｂ
］に対してＫ－ｍｅａｎｓ法を適用して前記ΔＢＰ［ｊ
ｂ
］を前記距離の短いグループＧ
ａ
と長いグループＧ
ｂ
の２グループに分類するステップと、
幅ΔＢＰ［ｊ
ｂ
］が前記グループＧａに属するときは０を、前記グループＧｂに属するときは１を区分ＢＤ［ｊ
ｂ
］の値として割り当てるステップと、
ΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］の値として、ΔＢＰ［ｎ］と同じ値を割り当てた仮想のΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］を作成するステップと、
ΔＢＰ［ｊ
ｂ
］の値が、ΔＢＰ［ｊ
ｂ
＋１］の値およびΔＢＰ［ｊ
ｂ
＋２］の値と同じ値になる最小のｊ
ｂ
を求め、該値をｊ
ｂ、Ｇａｍａｘ
とするステップと、
線形バックグラウンド区分区間範囲を示す最大区間区分ｔ
ｂ
をｔ
ｂ
＝ｊ
ｂ、Ｇａｍａｘ
として計算するステップと、
線形バックグラウンドが取り除かれた特性曲線Ｙｂ´を下記（式１ｂ）より求めるステップからなる、特性曲線を求める方法。
Ｙ
ｂ
´＝Ｆ（ｘ）－Ｆ
ｂａｃｋｇｒｏｕｎｄ，ｂ
・・・（式１ｂ）
JPEG
2024166064000014.jpg
37
170
【請求項８】
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ｘの最小値ｘ
ｍｉｎ
、ＢＰ［ｍ］はｘの最大値ｘ
ｍａｘ
）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
第１の指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、下記（式１１）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２の指標として、前記区分の１からｎまでの区分を通してのデータ（Ｙ）の値の平均値（Ｄ
ａｖｅ
）と中央値（Ｄ
ｃｎｔ
）の比から、下記（式１２）で与えられる非対称性指標（ＡＳＹ）を計算するステップと、
第１の判定基準（ＤＳ）を前記平均的な傾き（ａｖｅＳ）と前記非対称性指標（ＡＳＹ）および０．８０以上０．９５以下の値の中からあらかじめ定めた基準値Ｌを用いて、０≦ＡＳＹ＜Ｌの場合は下記（式１３）、ＡＳＹ≧Ｌの場合は下記（式１４）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記第１の判定基準（ＤＳ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳとなるｉがある場合はａ［ｉ］≧ＤＳを満たす最小のｉをｔ、ａ［ｉ］＜ＤＳの場合はｔ＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔを求めるステップと、
第３の指標として、前記ｘ
ｍｉｎ
を０、前記ｘ
ｍａｘ
を１、Ｆ（ｘ
ｍｉｎ
）を０、Ｆ（ｘ
ｍａｘ
）を１として（ｘ、Ｙ）を規格化しローレンツ曲線からジニ係数（ＧｉＮｉ）より計算される（１－ＧｉＮｉ）を求めるステップと、
第２の判定基準（ＤＳａ）を、前記平均的な傾き（ａｖｅＳ）と前記第３の指標である（１－ＧｉＮｉ）を用いて、下記（式１５）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記第２の判定基準（ＤＳａ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳａとなるｉがある場合はａ［ｉ］≧ＤＳａを満たす最小のｉをｔ
ａ
、ａ［ｉ］＜ＤＳａの場合はｔ
ａ
＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔ
ａ
を求めるステップと、
隣接する前記区分境界点（ＢＰ［ｊ］）間の距離ΔＢＰ［ｊ
ｂ
］＝ＢＰ［ｊ＋１］－ＢＰ［ｊ］（ｊ
ｂ
は１からｎまでの整数、ｊは０からｎ‐１まで）を求めるステップと、
前記ΔＢＰ［ｊ
ｂ
］に対してＫ－ｍｅａｎｓ法を適用して前記ΔＢＰ［ｊ
ｂ
］を前記距離の短いグループＧ
ａ
と長いグループＧ
ｂ
の２グループに分類するステップと、
ΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］の値として、ΔＢＰ［ｎ］と同じ値を割り当てた仮想のΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］を作成するステップと、
ΔＢＰ［ｊ
ｂ
］の値が、ΔＢＰ［ｊ
ｂ
＋１］の値およびΔＢＰ［ｊ
ｂ
＋２］の値と同じ値になる最小のｊ
ｂ
を求め、該値をｊ
ｂ、Ｇａｍａｘ
とするステップと、
線形バックグラウンド区分区間範囲を示す最大区間区分ｔ
ｂ
をｔ
ｂ
＝ｊ
ｂ、Ｇａｍａｘ
として計算するステップと、
前記最大区間区分ｔ、ｔ
ａ
およびｔ
ｂ
の内の最頻値をｔ
ｃ
、またはｔ、ｔ
ａ
およびｔ
ｂ
の値が３つとも異なる場合は、ｔ、ｔ
ａ

発明の詳細な説明【技術分野】
【０００１】
本発明は、バックグラウンドを取り除いた特性曲線を求める方法に関する。
続きを表示（約 5,600 文字）【背景技術】
【０００２】
べき乗則あるいは指数則に即した物理現象は多い。そして、その法則にしたがった特性関数から導き出される特性指標は、物性評価やそれの産業利用に大変有用である。
ここで、べき乗則に即した特性の指標としては、超電導材料の臨界電流密度Ｊｃ、光電子放出（光電効果）閾値、バンドギャップ、指数則に即した特性の指標としては半導体のショットキー閾値を挙げることができる。また、べき乗則の活用としては、特許文献１に開示があるトランジスタの特性劣化予測、および特許文献２に開示がある粘度測定への適用などを挙げることができる。
このため、べき乗則や指数則に従った特性関数は重要であるが、その算出にあたっては、重畳されているバックグラウンド成分の除去と、人為に左右されない自動化された算出方法の確立という２つの課題があった。
【０００３】
測定されたデータには様々なバックグラウンド成分が本来の特性曲線に乗っている。バックグラウンドは、その多くが線形成分であるが、それを取り除くことが重要である。従来は、その算出作業を人手で行っていた。しかし、人手では効率が悪いとともに、人為による不確実性、曖昧性が発生していた。
【先行技術文献】
【特許文献】
【０００４】
特開２００１－３５２０５９号公報
特開２０２２－１８５５６８号公報
【非特許文献】
【０００５】
Ｐｉｌｉｇｒｉｍ．Ｃ，Ｐｉｃｅｗｉｓｅ－ｒｅｇｒｅｓｓｉｏｎ（ａｋａｓｅｇｍｅｎｔｅｄｒｅｇｒｅｓｓｉｏｎ）ｉｎＰｙｔｈｏｎ，ＪｏｕｒｎａｌｏｆＯｐｅｎＳｏｕｒｃｅＳｏｆｔｗａｒｅ，６（６８），３８５９（２０２１）
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明の課題は、特性関数を算出する際の上記従来の問題を解決し、人為に左右されずに安定に算出され、簡便な方法でありながら、バックグラウンド除去精度の高い特性曲線を求める方法を提供することである。
【課題を解決するための手段】
【０００７】
課題を解決するための本発明の構成を下記に示す。
（構成１）
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値、ＢＰ［ｍ］はｘの最大値）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾きａ［ｉ］およびＦ（０）を求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして計算対象の区間を区分ｎまでの区間として求めるステップと、
第１の指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２の指標として、前記区分の１からｎまでの区分を通してのデータ（Ｙ）の値の平均値（Ｄ
ａｖｅ
）と中央値（Ｄ
ｃｎｔ
）の比から非対称性指標（ＡＳＹ＝Ｄ
ｃｎｔ
／Ｄ
ａｖｅ
）を求めるステップと、
判定基準（ＤＳ）を前記平均的な傾き（ａｖｅＳ）と前記非対称性指標（ＡＳＹ）および０．８０以上０．９５以下の値の中からあらかじめ定めた基準値Ｌを用いて
０≦ＡＳＹ＜Ｌの場合ＤＳ＝ａｖｅＳ×ＡＳＹ、
ＡＳＹ≧Ｌの場合ＤＳ＝ａｖｅＳ
として求めるステップと、
前記傾きａ［ｉ］（ｉは１からｎまでの整数）の線形成分が、
ａ［ｉ］＜ＤＳの場合はバックグラウンド成分
ａ［ｉ］≧ＤＳの場合は非バックグラウンド成分として選別判定するステップと、
Ｆ（０）および前記バックグラウンド成分を前記特性関数Ｙ＝Ｆ（ｘ）から減ずるステップ、を含むステップからなる、特性曲線を求める方法。
（構成２）
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値、ＢＰ［ｍ］はｘの最大値）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
第１の指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２の指標として、前記区分の１からｎまでの区分を通してのデータ（Ｙ）の値の平均値（Ｄ
ａｖｅ
）と中央値（Ｄ
ｃｎｔ
）の比から、下記（式２）で与えられる非対称性指標（ＡＳＹ）を計算するステップと、
判定基準（ＤＳ）を前記平均的な傾き（ａｖｅＳ）と前記非対称性指標（ＡＳＹ）および０．８０以上０．９５以下の値の中からあらかじめ定めた基準値Ｌを用いて、０≦ＡＳＹ＜Ｌの場合は下記（式３）、ＡＳＹ≧Ｌの場合は下記（式４）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記判定基準（ＤＳ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳとなるｉがある場合はａ［ｉ］≧ＤＳを満たす最小のｉをｔ、ａ［ｉ］＜ＤＳの場合はｔ＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔを求めるステップと、
線形バックグラウンドが取り除かれた特性曲線Ｙ´を下記（式５）から（式７）より求めるステップからなる、特性曲線を求める方法。
ａｖｅＳ＝（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
【０００８】
（構成６）
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値ｘ
ｍｉｎ
、ＢＰ［ｍ］はｘの最大値ｘ
ｍａｘ
）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
第１ａの指標として、前記区分の１からｎまでの区間で、前記Ｙの最大値Ｙ
ｍａｘ
、最小値Ｙ
ｍｉｎ
、前記ｘの最大値ｘ
ｍａｘ
および最小値ｘ
ｍｉｎ
を用いて、下記（式１ａ）で定義される前記特性関数Ｙ＝Ｆ（ｘ）の平均的な傾き（ａｖｅＳ）を求めるステップと、
第２ａの指標として、前記ｘ
ｍｉｎ
を０、前記ｘ
ｍａｘ
を１、Ｆ（ｘ
ｍｉｎ
）を０、Ｆ（ｘ
ｍａｘ
）を１として（ｘ、Ｙ）を規格化しローレンツ曲線から求めたジニ係数（ＧｉＮｉ）より計算される（１－ＧｉＮｉ）を求めるステップと、
判定基準（ＤＳａ）を、前記平均的な傾き（ａｖｅＳ）と前記第２ａの指標である（１－ＧｉＮｉ）を用いて、下記（式２ａ）により求めるステップと、
前記ａ［ｉ］（ｉは１からｎまでの整数）と前記判定基準（ＤＳａ）を比較して、ｉが１からｎまでの範囲で、ａ［ｉ］≧ＤＳａとなるｉがある場合はａ［ｉ］≧ＤＳａを満たす最小のｉをｔ
ａ
、ａ［ｉ］＜ＤＳａの場合はｔ
ａ
＝ｎとして、線形バックグラウンド区分区間範囲を示す最大区間区分ｔ
ａ
を求めるステップと、
線形バックグラウンドが取り除かれた特性曲線Ｙａ´を下記（式３ａ）より求めるステップからなる、特性曲線を求める方法。
ａｖｅＳ＝（Ｙ
ｍａｘ
－Ｙ
ｍｉｎ
）／（ｘ
ｍａｘ
－ｘ
ｍｉｎ
）・・・（式１ａ）
ＤＳａ＝ａｖｅＳ×（１－ＧｉＮｉ）・・・（式２ａ）
Ｙａ´＝Ｆ（ｘ）－Ｆ
ｂａｃｋｇｒｏｕｎｄ，ａ
・・・（式３ａ）
JPEG
2024166064000003.jpg
31
147
（構成７）
バックグラウンド除去対象の特性関数Ｙ＝Ｆ（ｘ）に対してセグメント回帰区分線形関数法を適用し、情報量基準により区分、区分数ｍおよび区分境界点（ＢＰ［ｊ］）（ここでｊは０からｍまでの整数、ＢＰ［０］はｘの最小値ｘ
ｍｉｎ
、ＢＰ［ｍ］はｘの最大値ｘ
ｍａｘ
）を求めるステップと、
前記情報基準により求められた区分ｉ（ｉは１からｍまでの整数）毎の前記特性関数Ｙ＝Ｆ（ｘ）の曲線の傾き（ａ［ｉ］）を前記各区分の始点と終点間の傾きとして求めるステップと、
ａ［ｉ］≧ａ［ｉ＋１］を満たすａ［ｉ］がある場合は、前記ｉの最小値をｎとし、前記ｉが１からｍまでａ［ｉ］＜ａ［ｉ＋１］を満たす場合は、ｎ＝ｍとして、計算対象の区間を区分ｎまでの区間として求めるステップと、
隣接する前記区分境界点（ＢＰ［ｊ］）間の距離ΔＢＰ［ｊ
ｂ
］＝ＢＰ［ｊ＋１］－ＢＰ［ｊ］（ｊ
ｂ
は１からｎまでの整数、ｊは０からｎ‐１まで）を求めるステップと、
前記ΔＢＰ［ｊ
ｂ
］に対してＫ－ｍｅａｎｓ法を適用して前記ΔＢＰ［ｊ
ｂ
］を前記距離の短いグループＧ
ａ
と長いグループＧ
ｂ
の２グループに分類するステップと、
幅ΔＢＰ［ｊ
ｂ
］が前記グループＧａに属するときは０を、前記グループＧｂに属するときは１を区分ＢＤ［ｊ
ｂ
］の値として割り当てるステップと、
ΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］の値として、ΔＢＰ［ｎ］と同じ値を割り当てた仮想のΔＢＰ［ｎ＋１］およびΔＢＰ［ｎ＋２］を作成するステップと、
ΔＢＰ［ｊ
ｂ
］の値が、ΔＢＰ［ｊ
【発明の効果】
【０００９】
本発明によれば、人為に左右されずに安定に算出され、簡便な方法でありながら、バックグラウンド除去精度の高い特性曲線を求める方法が提供される。
【図面の簡単な説明】
【００１０】
本発明の第１の処理フローを示すフローチャート図である。
本発明で使用する処理装置の構成を示す構成図である。
本発明の第２の処理フローを示すフローチャート図である。
臨界電流密度関数に対してセグメント回帰区分線形関数法を適用して区分を行った例を示す特性図である。
臨界電流密度測定データに対して本発明の方法を適用してバックグラウンド成分を除去した例である。
本発明の第３の処理フローを示すフローチャート図である。
本発明の第４の処理フローを示すフローチャート図である。
実施例３による臨界電流密度測定データに対して本発明の方法を適用してバックグラウンド成分を除去した例である。
臨界電流密度測定データに対してバックグラウンド成分を、（ａ）はＢＰ［１］区分境界点まで、（ｂ）はＢＰ［２］区分境界点まで除去した例で、（ｃ）は両者を比較した図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許