@misc{oai:repo.qst.go.jp:00082415,
 author = {岩澤, 英明 and 上野, 哲朗 and 増井孝彦 and 田島節子 and Hideaki, Iwasawa and Tetsuro, Ueno},
 month = {Mar},
 note = {空間分解能に優れた角度分解光電子分光（顕微 ARPES）は、局所領域の電子状態を直接的に観察できるため、微小試料・ドメイン、さらには、オペランド計測への活用など、先端計測技術のひとつとして、近年、注目を集めている[1-3]。これまで我々は、マイクロ・ナノスケールの空間分解能を有した顕微ARPES（マイクロ・ナノ ARPES）を用いて、イットリウム系銅酸化物高温超伝導体（YBCO）の電子状態の研究を進めてきた。その結果、(001)劈開面に混在する CuO・BaO 終端面を選択的に観察することで、終端面に依存した電子状態の観測や表面再構成の終端面依存性を明らかにしてきた[4-5]。一方で、顕微ARPES 実験においては測定データが膨大となるため、実験目的に合致した測定点を効率的かつ適切に決定する手法を確立する必要があった。前回、我々は、YBCO の顕微 ARPES データの中でも、スペクトル形状が単純な Ba 4d内殻準位に着目して解析を行った。従来型の解析に基づく評価方法[4-5]と K-means 法などの機械学習に基づいた評価方法による顕微 ARPES データのクラスタリングを行い、それぞれの評価手法のコストやメリットなどを示した[6]。本講演では、スペクトル形状がより複雑なフェルミ準位近傍の顕微 ARPES データに着目してクラスタリング解析を行った結果を紹介し、各手法の比較や有用性について議論する。, 日本物理学会・第76回年次大会（2021年）},
 title = {顕微ARPESデータのクラスタリング},
 year = {2021}
}