特許ウォッチ

公開番号2024070635
公報種別公開特許公報(A)
公開日2024-05-23
出願番号2022181254
出願日2022-11-11
発明の名称学習装置及び予測装置
出願人住友化学株式会社
代理人個人,個人
主分類G16C 60/00 20190101AFI20240516BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】高分子複合材料の物性を予測する学習済みモデルを生成する学習装置を提供する。
【解決手段】本発明に係る学習装置は、高分子を含む高分子複合材料の物性を予測する学習済みモデルを生成する学習装置であって、前記高分子複合材料の記述子を含むパラメータと前記高分子複合材料の物性とが対応付けられた学習用データセットを用いて学習することで、前記学習済みモデルを生成する学習部を有し、前記高分子複合材料の記述子が、前記高分子複合材料に含まれる構成成分の質量比率と、前記構成成分の特性値及び構造値の少なくとも一方とを含む。
【選択図】図2
特許請求の範囲【請求項１】
高分子を含む高分子複合材料の物性を予測する学習済みモデルを生成する学習装置であって、
前記高分子複合材料の記述子を含むパラメータと前記高分子複合材料の物性とが対応付けられた学習用データセットを用いて学習することで、前記学習済みモデルを生成する学習部を有し、
前記高分子複合材料の記述子が、前記高分子複合材料に含まれる構成成分の質量比率と、前記構成成分の特性値及び構造値の少なくとも一方とを含む学習装置。
続きを表示（約 850 文字）【請求項２】
前記特性値及び前記構造値の少なくとも一方が、前記構成成分の種類毎の平均値を含む請求項１に記載の学習装置。
【請求項３】
前記質量比率が、前記構成成分の種類毎の平均値を含む請求項１又は２に記載の学習装置。
【請求項４】
前記特性値が、少なくとも一種の前記高分子の極限粘度を含む請求項１又は２に記載の学習装置。
【請求項５】
前記構造値が、前記高分子の分子量を含む請求項１又は２に記載の学習装置。
【請求項６】
前記高分子が二種類以上の単量体単位を含む共重合体を含み、
前記構造値が前記共重合体の単量体単位比率を含む請求項１又は２に記載の学習装置。
【請求項７】
前記高分子複合材料が、プロピレン系重合体と、ポリオレフィンエラストマーとを含む請求項１又は２に記載の学習装置。
【請求項８】
前記プロピレン系重合体が、プロピレンに由来する単量体単位とエチレンに由来する単量体単位とを含む共重合体を含み、
前記構造値が、前記共重合体中のエチレンに由来する単量体単位比率を含む請求項７に記載の学習装置。
【請求項９】
高分子を含む高分子複合材料の物性を予測する予測装置であって、
予測対象の高分子複合材料の記述子を含むパラメータを取得する取得部と、
高分子複合材料の記述子を含むパラメータと高分子複合材料の物性とが対応付けられた学習用データセットを用いて学習された学習済みモデルに、前記取得部により取得された前記予測対象の高分子複合材料の記述子を含むパラメータを入力することで、前記学習済みモデルにより予測された、前記予測対象の高分子複合材料の物性を出力する予測部と、
を有し、
前記高分子複合材料の記述子が、前記高分子複合材料に含まれる構成成分の質量比率と、前記構成成分の特性値及び構造値の少なくとも一方とを含む予測装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、学習装置及び予測装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
複数の高分子材料を含む組成物から形成される高分子複合材料は、自動車部品、家電製品、食品・医療容器、建材・土木産業材等の材料として広く使用されている。高分子複合材料として、例えば、プロピレン系重合体を含むプロピレン系樹脂組成物が用いられる。
【０００３】
プロピレン系樹脂組成物として、例えば、プロピレン単独重合体、プロピレンとプロピレン以外の単量体とのランダム共重合体、又はヘテロファジックプロピレン重合材料を含むプロピレン系重合体と、エチレン－α－オレフィン共重合体とを含むプロピレン樹脂組成物が開示されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
特開２０１８－１７８１０７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ここで、高分子複合材料を製造する際、高分子複合材料の用途等に応じて、高分子複合材料等の任意の特性を満たすように、高分子複合材料の製造に用いる高分子の種類及び高分子複合材料の組成等を決める必要がある。高分子の種類及び高分子複合材料の組成等の決定には、実際に、実験で、種々の高分子を含む組成物を用いて高分子複合材料を製造してその物性を測定したり、最適な物性を有する高分子複合材料の組成を探したりする必要があるため、非常に多くの労力を要すると共に、原料や装置の準備が必要であった。そのため、高分子複合材料の選定の際に生じるエネルギー効率の向上を図る観点から、高分子複合材料の組成や構造等のパラメータから効率的に高分子複合材料の物性を予測できる方法が求められている。
【０００６】
本発明の一態様は、高分子複合材料の物性を予測する学習済みモデルを生成する学習装置を提供することを目的とする。
【０００７】
また、本発明の他の態様は、高分子複合材料の物性を予測する予測装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明の一態様は、
高分子を含む高分子複合材料の物性を予測する学習済みモデルを生成する学習装置であって、
前記高分子複合材料の記述子を含むパラメータと前記高分子複合材料の物性とが対応付けられた学習用データセットを用いて学習することで、前記学習済みモデルを生成する学習部を有し、
前記高分子複合材料の記述子が、前記高分子複合材料に含まれる構成成分の質量比率と、前記構成成分の特性値及び構造値の少なくとも一方とを含む学習装置である。
【０００９】
本発明の他の態様は、
高分子を含む高分子複合材料の物性を予測する予測装置であって、
予測対象の高分子複合材料の記述子を含むパラメータを取得する取得部と、
高分子複合材料の記述子を含むパラメータと高分子複合材料の物性とが対応付けられた学習用データセットを用いて学習された学習済みモデルに、前記取得部により取得された前記予測対象の高分子複合材料の記述子を含むパラメータを入力することで、前記学習済みモデルにより予測された、前記予測対象の高分子複合材料の物性を出力する予測部と、
を有し、
前記高分子複合材料の記述子が、前記高分子複合材料に含まれる構成成分の質量比率と、前記構成成分の特性値及び構造値の少なくとも一方とを含む予測装置である。
【発明の効果】
【００１０】
本発明の一態様は、高分子複合材料の物性を予測する学習済みモデルを生成する学習装置を提供できる。
（【００１１】以降は省略されています）

関連特許