| 研究課題/領域番号 |
21K14675
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分35010:高分子化学関連
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
Wu Stephen 統計数理研究所, 先端データサイエンス研究系, 准教授 (70804186)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | polymer informatics / generative models / open source software / ensemble learning / virtual library |
|---|
| 研究開始時の研究の概要 |
I propose to generate collections of polymer candidates with machine learning that will be openly available in a single user-friendly platform, and will serve as a handy starting point for polymer scientists to tackle various design problems of functional polymers along with their expert knowledge.
|
| 研究成果の概要 |
本研究では、人工知能（AI）を活用して新しいポリマー（高分子材料）を設計し、発見する方法を開発した。XenonPyというオープンソースのソフトウェアを使用し、様々なポリマーの生成器を作成した。化学者たちはこれらの生成器を用いて、産業用途に適した新しいポリマー構造をAIから提案され、より迅速に新材料の設計が可能となった。社会実装例として、我々はこの技術を用いて、新しい液晶ポリイミドという材料を発見したが、その中のいくつかは高い熱伝導性を示している。これらの材料は将来のエレクトロニクスやその他の産業用途に役立つ可能性がある。
|
| 研究成果の学術的意義や社会的意義 |
本プロジェクトの目的は、データサイエンスの専門知識がない材料科学者でも最新の機械学習技術を活用して、新しいポリマー材料の発見を加速できる基盤技術を提供することである。XenonPyというオープンソースソフトウェアを用いて、液晶ポリイミドなどの新材料を発見した。この実証結果が、実際の産業応用でのこの技術の利用への関心を高めることを期待している。この取り組みにより、材料設計のプロセスが効率化され、新材料の迅速な開発が可能になるとともに、持続可能な技術開発に貢献することができる。
|
