由东京大学工业科学研究所沟口照泰教授和东京大学前沿科学研究科津田浩二教授领导的研究小组，是一种解释和预测广泛用于材料的光谱的新方法人工智能分析。开发。解读速度比专家快2万倍左右，看来可以广泛应用于半导体设计、电池开发、催化剂分析等领域。
据东京大学介绍，研究组利用人工智能中使用的机器学习方法，利用两个相互关联的树状图，材料信息的树状图和光谱的树状图，实现高速、高精度的光谱。一种可以解释的新方法。
这两个树状图在交换信息的同时获取光谱并解释它们，使用这种方法可以在没有专业知识的情况下高速、高精度地分析物质。
光谱是从入射光的吸收和发射中获得的信息，用于半导体设计等各种工业领域的材料分析。最近，测量技术的进步使得在一次实验中获得数千到数万个光谱成为可能。
然而，为了解释光谱并获得有关原子排列和电子结构的信息，研究人员必须充分利用先进的专业知识并进行理论计算。由于使用电子束和 X 射线测量的光谱的理论计算需要几个小时到几天的时间，因此分析大量光谱实际上是不可能的。
