特許ウォッチ

公開番号2025013029
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023116291
出願日2023-07-14
発明の名称物性予測装置、学習済みモデル、物性予測方法、及びプログラム
出願人AGC株式会社
代理人弁理士法人志賀国際特許事務所
主分類G16C 60/00 20190101AFI20250117BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】フッ素樹脂層付積層体の物性の予測精度を高めること。
【解決手段】予測対象のフッ素樹脂層付積層体である予測対象積層体の生成の条件に関する情報である基礎情報を取得する基礎情報取得部と、学習対象のフッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された学習済みモデルに基づいて、予測対象のフッ素樹脂層付積層体である予測対象積層体の基礎情報から前記予測対象積層体の物性情報を予測する予測部と、を備える物性予測装置。
【選択図】図2
特許請求の範囲【請求項１】
予測対象のフッ素樹脂層付積層体である予測対象積層体の生成の条件に関する情報である基礎情報を取得する基礎情報取得部と、
学習対象のフッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された学習済みモデルに基づいて、予測対象のフッ素樹脂層付積層体である予測対象積層体の基礎情報から前記予測対象積層体の物性情報を予測する予測部と、
を備える物性予測装置。
続きを表示（約 1,000 文字）【請求項２】
前記基礎情報は、前記フッ素樹脂層付積層体の生成に用いられる分散液に関する情報である分散液情報と、前記フッ素樹脂層付積層体の生成に用いられる基材に関する情報である基材情報と、を含む、
請求項１に記載の物性予測装置。
【請求項３】
前記分散液情報は、前記分散液に含まれるフッ素ポリマーに関する情報を含む、
請求項２に記載の物性予測装置。
【請求項４】
前記分散液に含まれるフッ素ポリマーは、テトラフルオロエチレン系ポリマーである、請求項２に記載の物性予測装置。
【請求項５】
前記物性情報は、前記予測対象積層体の誘電特性、剥離強度、表面粗度、色度、引張強伸度、ＣＴＥ、熱膨張率のいずれか一つを含む、請求項１に記載の物性予測装置。
【請求項６】
前記学習済みモデルは、回帰分析、クラス分類、または、回帰分析またはクラス分類を複数組み合わせたアンサンブル学習に基づいて学習された学習済みモデルである、
請求項１に記載の物性予測装置。
【請求項７】
前記学習済みモデルは、ガウス過程回帰に基づいて学習された学習済みモデルである、請求項１に記載の物性予測装置。
【請求項８】
フッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された、
学習済みモデル。
【請求項９】
予測対象のフッ素樹脂層付積層体である予測対象積層体の生成の条件に関する情報である基礎情報を取得し、
学習対象のフッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された学習済みモデルに基づいて、予測対象のフッ素樹脂層付積層体である予測対象積層体の基礎情報から前記予測対象積層体の物性情報を予測する、
物性予測方法。
【請求項１０】
コンピュータに、
予測対象のフッ素樹脂層付積層体である予測対象積層体の生成の条件に関する情報である基礎情報を取得させ、
学習対象のフッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された学習済みモデルに基づいて、予測対象のフッ素樹脂層付積層体である予測対象積層体の基礎情報から前記予測対象積層体の物性情報を予測させる、
ためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、物性予測装置、学習済みモデル、物性予測方法、及びプログラムに関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
フッ素ポリマー分散液を基材にコーティングすることで得られるフッ素樹脂層付積層体の効率的探索のために機械学習を用いた物性予測が行われている（例えば、特許文献１を参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－７９２６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、フッ素樹脂層付積層体の物性の予測精度が高くないことがあった。そのため、フッ素樹脂層付積層体の物性の予測精度を高めることが求められている。
【０００５】
本発明は上記の点に鑑みてなされたものであり、フッ素樹脂層付積層体の物性の予測精度を高めることができる物性予測装置、学習済みモデル、物性予測方法、及びプログラムを提供する。
【課題を解決するための手段】
【０００６】
本発明は、上記課題を解決するために、以下の構成を備える。
［１］予測対象のフッ素樹脂層付積層体である予測対象積層体の生成の条件に関する情報である基礎情報を取得する基礎情報取得部と、学習対象のフッ素樹脂層付積層体である学習対象積層体の基礎情報と、前記学習対象積層体の物性を示す情報である物性情報との関係が学習された学習済みモデルに基づいて、予測対象のフッ素樹脂層付積層体である予測対象積層体の基礎情報から前記予測対象積層体の物性情報を予測する予測部と、を備える物性予測装置。
【０００７】
［２］前記基礎情報は、前記フッ素樹脂層付積層体の生成に用いられる分散液に関する情報である分散液情報と、前記フッ素樹脂層付積層体の生成に用いられる基材に関する情報である基材情報と、を含む、［１］に記載の物性予測装置。
【０００８】
［３］前記分散液情報は、前記分散液に含まれるフッ素ポリマーに関する情報を含む、［２］に記載の物性予測装置。
【０００９】
［４］前記分散液に含まれるフッ素ポリマーは、テトラフルオロエチレン系ポリマーである、［２］に記載の物性予測装置。
【００１０】
［５］前記物性情報は、前記予測対象積層体の誘電特性、剥離強度、表面粗度、色度、引張強伸度、ＣＴＥ、熱膨張率のいずれか一つを含む、［１］に記載の物性予測装置。
［６］前記学習済みモデルは、回帰分析、クラス分類、または、回帰分析またはクラス分類を複数組み合わせたアンサンブル学習に基づいて学習された学習済みモデルである、［１］に記載の物性予測装置。
（【００１１】以降は省略されています）

関連特許