| 研究課題/領域番号 |
20K12488
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
植木 悠二 国立研究開発法人量子科学技術研究開発機構, 高崎量子応用研究所 先端機能材料研究部, 主幹研究員(定常) (50446415)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 量子ビーム / 放射線グラフト重合 / 機械学習 / 重合予測 |
|---|
| 研究実績の概要 |
本研究課題は、高分子改質手法である放射線グラフト重合技術に統計解析手法などの機械学習を融合することにより、基材や薬品の分子情報などを基に重合収率を予測可能な解析手法の開発を目的としている。初年度（R2年度）は、機械学習用データセットの構築に向けて、分子構造の異なるメタクリル酸エステル系モノマー類を用いたグラフト重合実験を実施し、各モノマー類に対する重合収率を取得した。また、量子化学計算により、各モノマー類において、グラフト重合反応の支配因子候補となるエネルギー情報、電荷情報、分子特性などの物性データを算出するとともに、算出した物性データと重合収率データを基に機械学習用データセットを構築した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の実験計画に基づき、実測によるグラフト重合収率の取得、量子化学計算によるモノマー構造の数値化、及び、機械学習用データセットの構築を達成したことから、概ね順調に研究は進んでいると判断される。
|
| 今後の研究の推進方策 |
R2年度に構築した機械学習用データセットを、計算コストが比較的低い解析アルゴリズムである線形回帰分析やランダムフォレスト分析などに適用し、重合収率予測モデル式の構築を試みる予定である。
|
| 次年度使用額が生じた理由 |
研究室で既に所有していた物品（試薬等）を有効活用することにより、当初の予算から減額することができ、次年度使用額が生じた。また、無理して使い切るのではなく、次年度の予算と合わせて使用した方が効率的であると判断したため。
本研究を遂行するためには、モノマー類などの試薬、及び、グラフト重合実験用器具などの消耗品類が必要であり、それらの購入に充当する。また、得られた研究成果を論文投稿するための費用などに使用する予定である。
|
