peakfit10.py ドキュメント
概要
peakfit10.py は、ノイズを含む1次元データに対して、ガウス関数と一次関数ベースラインを組み合わせたモデルのフィッティングを行う Python スクリプトです。 scipy.optimize.minimize を用いた最適化プロセスを実行し、パラメータ更新の各ステップを matplotlib によりリアルタイムで可視化します。最適化アルゴリズムがどのように最適解へ収束していくかを視覚的に確認することができます。
背景と理論
本プログラムでは、観測データ \(y\) をガウス関数によるピーク成分と、一次関数によるベースライン成分の和としてモデル化します。
ピークモデル(ガウス関数)
ピーク形状は以下のガウス関数で表現されます。
ここで、\(A\) はピークの振幅、\(\mu\) はピークの中心位置、\(\sigma\) はピークの広がり(標準偏差)を表します。
ベースラインモデル
背景信号(ベースライン)は以下の一次関数で表現されます。
ここで、\(b_0\) は切片、\(b_1\) は傾きを表します。
合成モデルと目的関数
全体のモデル関数 \(M(x; \mathbf{p})\) は上記2つの和となります。パラメータベクトル \(\mathbf{p}\) は \(\mathbf{p} = (A, \mu, \sigma, b_0, b_1)\) です。
最適化における目的関数 \(E(\mathbf{p})\) は、観測データ \(y_i\) とモデルの予測値との残差平方和(Sum of Squared Errors)として定義されます。
この目的関数 \(E(\mathbf{p})\) を最小化するパラメータ \(\mathbf{p}\) を探索します。プログラム内では最適化手法として BFGS 法(method = "bfgs")が指定されています。
必要なライブラリ
本プログラムを実行するには、以下の非標準ライブラリが必要です。
numpy: 数値計算、配列操作、ノイズの生成scipy: 最適化関数の提供 (scipy.optimize.minimize)matplotlib: 最適化過程のリアルタイムグラフ描画
入力仕様
本スクリプトは外部ファイルからのデータ読み込みやコマンドライン引数には対応しておらず、入力データおよび初期条件はコード内に直接記述(ハードコード)されています。
独立変数データ: \(x = 0\) から \(10\) までの区間を \(200\) 分割した配列
真のパラメータ: \(A = 5\)、\(\mu = 5\)、\(\sigma = 0.8\)、\(b_0 = 1.0\)、\(b_1 = 0.1\)
観測データ: 真のモデル値に対して、標準偏差 \(0.3\) の正規分布ノイズを加算した擬似データ
初期パラメータ: 最適化の開始点となるパラメータ \(\mathbf{p}_0 = (3, 4, 1.0, 0.0, 0.0)\)
出力仕様
プログラムを実行すると、以下の出力が行われます。
標準出力へのログ表示 最適化のステップ(イテレーション)ごとに、ステップ数、現在のパラメータ配列、およびその時点での目的関数の値(誤差)が出力されます。最適化が完了すると、最終的な最適パラメータが標準出力に表示されます。
グラフのリアルタイム描画 (GUI)
matplotlibのインタラクティブモードを使用してウィンドウが立ち上がります。ウィンドウ内には、生成された擬似データ点、初期パラメータによるモデル曲線、および現在のイテレーションにおけるモデル曲線がプロットされ、最適化が進むにつれてアニメーションのようにグラフが更新されます。
実行例
コマンドラインから Python インタプリタを使用してスクリプトを実行します。実行するとコンソールに進行状況が出力され、同時にグラフ描画ウィンドウが表示されます。
python peakfit10.py