| 研究課題/領域番号 |
20H02747
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分33020:有機合成化学関連
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
矢田 陽 国立研究開発法人産業技術総合研究所, 材料・化学領域, 研究チーム長 (70619965)
|
|---|
| 研究分担者 |
椿 真史 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (80803874)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 機械学習 / 転移学習 / 有機合成 / 触媒 |
|---|
| 研究成果の概要 |
本研究では、有機化学や触媒化学分野において、少数データに対して予測性能の高い機械学習モデルを構築するための新しい方法論の構築に取り組んだ。具体的には、まず、有機化合物の情報（入力）と量子化学計算値（出力）とを相関づけて、グラフニューラルネットワーク（GNN）による機械学習モデルを構築した。この機械学習モデルの最終中間層を取り出して触媒反応の収率や選択性などの予測モデルの入力として活用できることを明らかにした。また、本手法に活用可能な有機化合物の独自データベースの構築に取り組み、約6000の有機リン化合物のデータベースの構築に成功した。
|
| 自由記述の分野 |
有機合成化学
|
| 研究成果の学術的意義や社会的意義 |
本研究成果は、コストや時間が掛かる実験を実施しなければデータが収集できない実験科学において、少数のデータでも予測性能の高い機械学習モデルを構築するための方法論を提供するものである。大量のデータが収集できない分野は多岐に渡ると考えられ、本研究技術はそのような分野にも波及して幅広く応用されることが期待され、学術的および社会的意義は大きいと考えている。また、有機合成化学・触媒化学分野においても、新たなAIの活用方法を提供することで、新しい原理・原則の発見と化学の進歩につながると同時に、本研究代表者が目指す触媒の自動発見に向けて大きく前進すると期待している。
|
