Optimization of femtosecond laser induced gas-phase plasma reaction using machine learning

点击翻译按钮获取中文摘要

機械学習によるフェムト秒レーザー誘起気相プラズマ反応の最適制御を目指し，（１）大規模データセット取得に向けた質量分析法の検討，（２）メタン/酸素混合系の反応制御性に関する予備的実験を行うとともに，（３）昨年度から開発を進めているレーザープラズマ反応最適制御システムの構築およびメタン/酸素混合系への適用を進めた。（１）質量分析法の検討：機械学習に不可欠である大規模データセットの効率的な取得を実現するために，フェムト秒レーザーイオン化を用いた飛行時間質量分析および電子衝突イオン化を用いた四重極質量分析を対象に実験的検証を進め，高分解能の質量スペクトルを短時間でより多く計測できる手法の選定および条件探索を行った。（２）反応制御性に関する予備的実験：昨年度行った予備的実験において有用な候補として選定されたメタン/酸素混合系に関して，レーザープラズマ反応によって得られる化合物の反応制御性についての予備的実験を行った。オゾナイザーを用いて酸素ガスの一部をより酸化力の強いオゾンとして導入した場合，一部のピークに関して生成比率が変化することが確認された。（３）レーザープラズマ反応最適制御システムの構築：昨年度開発を行った機械学習ソフトウェアにフェムト秒レーザーパルス波形整形装置および(1)で選定した質量分析計を連動させる機能を組み込み，レーザーパルス波形を変化させたときの質量スペクトルを自動で取得し，遺伝的アルゴリズムを用いて特定の生成物の収量が最大化されるレーザー波形を自動的に探索するシステムを構築した。開発した装置をメタン/酸素系に適用し，レーザー波形最適制御の予備的な実験を行った。