• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

畳込みグラフニューラルネットワークによる溶解度パラメータの多次元展開

研究課題

研究課題/領域番号 21K14451
研究種目

若手研究

配分区分基金
審査区分 小区分27010:移動現象および単位操作関連
研究機関東京理科大学

研究代表者

村上 裕哉  東京理科大学, 工学部工業化学科, 助教 (80880757)

研究期間 (年度) 2021-04-01 – 2023-03-31
研究課題ステータス 完了 (2022年度)
配分額 *注記
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
キーワード溶解度パラメータ / グラフニューラルネットワーク / 機械学習 / 物性推算 / Hansen溶解度パラメータ / ニューラルネットワーク / 畳込みグラフニューラルネットワーク / 事前学習
研究開始時の研究の概要

畳込みグラフニューラルネットワーク(GCN)は,「グラフ化」された分子構造に対して畳込み演算を行うことで,効率的に注目している分子に関する情報を抽出する手法である.これまでにGCNにより単分子の物性推算を行う研究報告例はあるものの,複数分子が関与する系についてGCNを活用した例はない.本研究では,GCNに対してHansenの溶解度パラメータを用いた事前学習を行うことで,パラメータが有する理論的な意味を維持したまま機械学習を行う.これにより現実的なデータ数・計算時間でモデルの学習を行い,高精度な溶解性評価が行える新規高次元溶解度パラメータを定義することを目指す.

研究成果の概要

本研究では,分子構造を入力値とした機械学習モデルの活用により,分子の特徴をフィンガープリント(FP)で表現し,基礎物性の推算を行った.大規模な量子計算データベースから事前学習を行う事で,分子の特徴を効率的に抽出しFPの作成に成功した.得られたFPにはHansen溶解度パラメータとの類似性が認められた.また,このFPを活用することで,沸点,臨界点,屈折率などの基礎物性の高精度な推算に成功した.
本推算を実際の材料設計に活用するために,オルガノゲルとHansen溶解度パラメータとの間の相関関係の調査も行った.これらに相関がみられたことから,ゲル設計に作成したFPが活用可能であることが示唆された.

研究成果の学術的意義や社会的意義

本研究は,既存の量子計算に基づいたビッグデータからの事前学習を活用することで,分子構造からの物性推算を実現した.提案手法は,100データ程度の限られたデータ数からも既存のグループ寄与法を上回る精度で物性推算が可能であり,未知構造を有する分子の物性推算も可能であることが示された.これらの成果はから,本手法は物性推算分野における機械学習の有効的な利用法として,今後の発展が期待される.

報告書

(3件)
  • 2022 実績報告書   研究成果報告書 ( PDF )
  • 2021 実施状況報告書
  • 研究成果

    (3件)

すべて 2023 2021

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (2件) (うち招待講演 2件)

  • [雑誌論文] Correlation between Physical Properties of 12-Hydroxystearic Acid Organogels and Hansen Solubility Parameters2023

    • 著者名/発表者名
      Y. Murakami, T. Uchiyama, A. Shono
    • 雑誌名

      Gels

      巻: 9 号: 4 ページ: 314-314

    • DOI

      10.3390/gels9040314

    • 関連する報告書
      2022 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] 化学工学分野における理論駆動型機械学習モデルの活用2023

    • 著者名/発表者名
      村上裕哉,庄野厚
    • 学会等名
      化学工学会第88年会
    • 関連する報告書
      2022 実績報告書
    • 招待講演
  • [学会発表] Message Passing Neural Networkの転移学習を利用した分子三次元構造からの物性推算手法2021

    • 著者名/発表者名
      村上 裕哉,庄野 厚
    • 学会等名
      分離技術年会2021
    • 関連する報告書
      2021 実施状況報告書
    • 招待講演

URL: 

公開日: 2021-04-28   更新日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi