Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
従来の研究手法で扱いきれなかった説明変数やネガティブデータは、本当に目的変数に対して因果関係や相関関係はないのだろうか？また、実験室における人海戦術に依存しないWet研究を推進する鍵技術は何だろうか？という学術的、かつ産業化にも直結した問いに対し、独自に開発してきた伝熱・マイクロ波・光フロー技術とin-lineプロセス分析技術によるWet実験の迅速化、自動化、データベース化、ならびに実験計画法と機械学習による反応条件と化学構造の最適化を導入し、ラボから生産スケールにおける環境低負荷と省人化を可能にする革新的フロー合成プロセスプラットフォームの構築を目的とする。
本プロジェクトは、独自のフロー技術とプロセス分析技術を利用してWet実験を迅速化・自動化し、機械学習（ML）や実験計画法を駆使して化学反応の最適条件特定や化学構造の最適化を図ることを目的とした。この取り組みにより、ラボから生産スケールまでの環境低負荷かつ省人化を実現する革新的なフロー合成プラットフォームを構築し、迅速なスケールアップが困難だった従来の課題を解決する。また、化学・工学・情報学の融合によるグリーンなものづくりを推進し、化学反応の新たな理解と原理原則の深化に寄与することを目指した。2022年度には、「グラジエントフロー手法による連続型変数最適化」を導入し、フロー法の擬定常状態を利用して、一回の実験で複数の反応条件下のデータを取得する技術を開発した。サポートベクターマシン回帰を利用して応答曲面を作成し、最適条件を効率良く特定した。これにより、従来の実験計画法よりも少ない実験回数で高精度の応答曲面の作成と条件探索が可能となり、２変数では１回の実験、３変数では３回の実験、４変数では５回または９回の実験で、従来の実験計画法以上の高精度応答曲面作成と最適条件探索を可能とした。2023年度には、「グラジエントフロー手法による離散型変数最適化」に取り組み、連続型変数最適化の手法を拡張して、溶媒や触媒などの離散型変数を最適化した。特に、温度グラジエントフローを利用して連続的に反応データを取得し、機械学習で溶媒を最適化することにより、大幅に実験回数を削減し、効率的に最適溶媒を特定した。具体的には９６種類の溶媒に対して、３０回以下の実験数で最適溶媒を特定できるようになった。これにより、化学反応の新たな理解と、分子の特徴を数値化した記述子を用いた深い分析が可能となり、科学技術の進歩に寄与できる。
令和5年度が最終年度であるため、記入しない。
All 2024 2023 2022 Other
All Int'l Joint Research (3 results) Journal Article (4 results) (of which Int'l Joint Research: 1 results, Peer Reviewed: 4 results, Open Access: 2 results) Presentation (29 results) (of which Int'l Joint Research: 5 results, Invited: 11 results) Book (2 results) Remarks (3 results)
Organic & Biomolecular Chemistry
Volume: 22 Issue: 17 Pages: 3396-3404
10.1039/d4ob00237g
Bulletin of the Chemical Society of Japan
Volume: 96 Issue: 8 Pages: 752-758
10.1246/bcsj.20230110
Asian Journal of Organic Chemistry
Volume: 12 Issue: 7
10.1002/ajoc.202300236
2022 Asia-Pacific Microwave Conference (APMC)
Volume: - Pages: 169-171
10.23919/apmc55665.2022.9999928
https://wwp.shizuoka.ac.jp/mase/
https://linktr.ee/mase.nobuyuki
