| 研究課題/領域番号 |
24K23886
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1002:人間情報学、応用情報学およびその関連分野
|
|---|
| 研究機関 | 新潟大学 |
|---|
研究代表者 |
高下 大貴 新潟大学, 自然科学系, 助教 (91005933)
|
|---|
| 研究期間 (年度) |
2024-07-31 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | ケモインフォマティクス / 深層学習 / 深層生成モデル / 分子特徴表現 / 汎化性能 |
|---|
| 研究開始時の研究の概要 |
分子の化学構造を数値化した分子特徴表現の設計は、創薬・材料開発における機械学習を用いた物性値や活性値の予測問題において、非常に重要な研究課題である。特に、学習データとして使用可能な特定の分子特性が付与されたデータの数は、実験コスト等の問題から限られており、限られたデータから汎化性能（未知のデータに対する予測性能）の高い予測モデルを構築可能な分子特徴表現を設計する必要がある。
本研究は、分子の特性が発現する上で重要な要素であると考えられる分子立体構造の動的な揺らぎに着目した分子特徴表現の新たな設計手法を確立することで、分子特性の予測における汎化性能を改善することを目的としている。
|
