|
| 日本放射光学会誌 Journal of JSSRR |
|
|
| Vol.38,No.4/July 2025 |
|
|
 |
| 【表紙の説明】 X線顕微鏡データを再構成するために使われた物理拘束付きのニューラルネットワークの模式図。左側に示すニューラルネットワークが試料や瞳の情報を推定している生成AIの本体。右上は本顕微鏡実験の物理モデル。これらを結合することで物理モデルを使って実験データを再現できる試料と瞳の情報を推定している。 Schematic diagram of the physics-constrained neural network used to reconstruct X-ray microscope data. The neural network on the left is a generative AI that estimates information about the sample and the pupil. The upper right shows the physical model of the microscope experiment. By combining these components, the system estimates sample and pupil information that can reproduce the experimental data using the physical model. |
| ・ |  |
| *X線結晶構造解析の創薬応用：キナーゼ阻害剤の高選択性を実現するには 木下誉富（p227） *Drug discovery applications of X-ray crystallography: achieving high selectivity for kinase inhibitors Takayoshi KINOSHITA (8 pages, 6,462k) |
|
| *放射光X 線を用いたトリウム229 原子核アイソマー状態の研究 平木貴宏, 岡井晃一, Guan Ming, 北尾真司, 増田孝彦, 玉作賢治, 高取沙悠理, 依田芳卓, 吉見彰洋, 吉村浩司（p.235） *Study of Thorium-229 nuclear isomeric state using synchrotron radiation X-ray Takahiro HIRAKI, Koichi OKAI, Ming GUAN, Shinji KITAO, Takahiko MASUDA, Kenji TAMASAKU, Sayuri TAKATORI, Yoshitaka YODA, Akihiro YOSHIMI and Koji YOSHIMURA (9 pages, 5,281k) |
|
| ・ |  |
| *AI技術を活用した新たな高分解能X線顕微法の開発 松山智至，栗本晋之介（p244） *Development of a novel high-resolution X-ray microscopy assisted by AI technologies Satoshi MATSUYAMA and Shinnosuke KURIMOTO (11 pages, 18,610k) |
|
| ・ | 特別企画 放射光を100倍楽しむ基礎シリーズ Special Report Basic Series ～Enjoy Synchrotron Radiation 100 Times More～ |
| *(9) 赤外線検出器の基礎と光電変換現象の新展開 貴田徳明（p.255） (9 pages, 4,837k) |
|
| ・ |  |
 |
Back |