特許ウォッチ

公開番号2025026141
公報種別公開特許公報(A)
公開日2025-02-21
出願番号2023131534
出願日2023-08-10
発明の名称学習装置、学習モデル、スクリーニング装置、スクリーニングプログラム及びスクリーニング方法
出願人ENEOS株式会社
代理人個人,個人
主分類G16C 20/70 20190101AFI20250214BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】吸着媒の表面に吸着する吸着質の吸着エネルギーを直接求めることなく、吸着媒に対する吸着質の吸着性を予測できる。
【解決手段】本発明に係る学習装置は、吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数I_int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、学習済みモデルを生成する学習部を有する。
【選択図】図3
特許請求の範囲【請求項１】
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
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、学習済みモデルを生成する学習部を有する学習装置。
続きを表示（約 1,700 文字）【請求項２】
前記相互作用指数Ｉ
ｉｎｔ
は、下記式（１）で求められる請求項１に記載の学習装置。
TIFF
2025026141000009.tif
37
169
（式中、Ｉ
ｉｎｔ
は、相互作用指数であり、Ａ、Ｒ
０
は、定数であり、Ｎは、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の本数であり、Ｒ
ｉ
は、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の距離である。）
【請求項３】
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
とが対応付けられた学習用データセットを用いて生成された学習モデル。
【請求項４】
前記相互作用指数Ｉ
ｉｎｔ
は、下記式（１）で求められる請求項３に記載の学習モデル。
TIFF
2025026141000010.tif
37
169
（式中、Ｉ
ｉｎｔ
は、相互作用指数であり、Ａ、Ｒ
０
は、定数であり、Ｎは、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の本数であり、Ｒ
ｉ
は、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の距離である。）
【請求項５】
予測対象の吸着媒と、予測対象の、前記吸着媒に吸着させる吸着質の分子構造の記述子を取得する取得部と、
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
とが対応付けられた学習用データセットを用いて生成された学習済みモデルを用いて、前記予測対象の吸着質の前記予測対象の吸着媒との着目する分子間結合の前記相互作用指数Ｉ
ｉｎｔ
を予測する予測部と、
を備えるスクリーニング装置。
【請求項６】
前記相互作用指数Ｉ
ｉｎｔ
は、下記式（１）で求められる請求項５に記載のスクリーニング装置。
TIFF
2025026141000011.tif
37
169
（式中、Ｉ
ｉｎｔ
は、相互作用指数であり、Ａ、Ｒ
０
は、定数であり、Ｎは、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の本数であり、Ｒ
ｉ
は、吸着質が表面吸着した吸着媒との界面において、着目する分子間結合の距離である。）
【請求項７】
前記吸着媒のエネルギーＥ
Ａ
を算出する第１のエネルギー算出部と、
前記吸着質のエネルギーＥ
Ｂ
を算出する第２のエネルギー算出部と、
前記吸着媒に前記吸着質が吸着した表面吸着構造のエネルギーＥ
Ａ＋Ｂ
を算出する第３のエネルギー算出部と、
を有する請求項５に記載のスクリーニング装置。
【請求項８】
前記吸着媒のエネルギーＥ
Ａ
と、前記吸着質のエネルギーＥ
Ｂ
と、前記表面吸着構造のエネルギーＥ
Ａ＋Ｂ
とから、前記吸着質の吸着エネルギーＥ
ａｄｓ
を算出する吸着エネルギー算出部を有する請求項７に記載のスクリーニング装置。
【請求項９】
前記相互作用指数Ｉ
ｉｎｔ
を算出する相互作用指数の算出部を有する請求項８に記載のスクリーニング装置。
【請求項１０】
前記第２のエネルギー算出部に用いられた前記吸着質の分子構造の記述子と、前記相互作用指数の算出部で算出された前記相互作用指数Ｉ
ｉｎｔ
とを用いて、前記学習済みモデルを生成する学習モデル生成部を有する請求項９に記載のスクリーニング装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、学習装置、学習モデル、スクリーニング装置、スクリーニングプログラム及びスクリーニング方法に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
量子化学計算等の計算化学を活用して、分子結晶、金属又はセラミックス等の固体からなる吸着媒に対する分子又は分子結晶等の吸着質（吸着物質）の吸着性等、所定の性能を予測する試みがなされている。こうした吸着質の性能を予測する方法を用いることで、吸着質を実際に製造して試験を行うことなく、吸着質の所定の性能を評価できるようになるため、所定の性能を満たす吸着質の、発見、設計及び製造等に要する費用及び時間の低減が図れる。
【０００３】
計算化学を活用して吸着質の性能を予測する方法として、例えば、吸着物と金属表面の相互作用をモデル化し、そのモデルを吸着物に対する量子化学計算と組み合わせて、吸着物自身のエネルギー等の物性値を求めるコンピュータ装置が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
特許第４２２４５７７号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１のコンピュータ装置では、大量の物質の中から、吸着エネルギーを指標として、ある特定の吸着媒の表面に吸着する吸着質を網羅的にスクリーニングし、所定の吸着性を有する吸着質を選定する場合、吸着エネルギーを計算するだけでも計算負荷が大きい。第一原理計算等の量子化学計算を用いると、計算条件の設定、吸着媒に対する吸着質の向きの検討、吸着エネルギーの計算等、吸着の強さの指標になる値を算出する等のプロセスに極めて多くの時間がかかるため、吸着媒に吸着させる全ての吸着質を計算することは現実的でない、という問題があった。
【０００６】
本発明は、吸着媒の表面に吸着する吸着質の吸着エネルギーを直接求めることなく、吸着媒に対する吸着質の吸着性を予測できることを目的とする。
【課題を解決するための手段】
【０００７】
本発明の一態様は、
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
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、学習済みモデルを生成する学習部を有する学習装置である。
【０００８】
本発明の他の態様は、
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
とが対応付けられた学習用データセットを用いて生成された学習モデルである。
【０００９】
本発明の他の態様は、
予測対象の吸着媒と、予測対象の、前記吸着媒に吸着させる吸着質の分子構造の記述子を取得する取得部と、
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
とが対応付けられた学習用データセットを用いて生成された学習済みモデルを用いて、前記予測対象の吸着質の前記予測対象の吸着媒との着目する分子間結合の前記相互作用指数Ｉ
ｉｎｔ
を予測する予測部と、
を備えるスクリーニング装置である。
【００１０】
本発明の他の態様は、
コンピュータに、
予測対象の吸着媒と、予測対象の、前記吸着媒に吸着させる吸着質の分子構造の記述子を取得する取得工程と、
吸着媒に吸着させる吸着質の分子構造の記述子と、前記吸着質の前記吸着媒との着目する分子間結合の相互作用指数Ｉ
ｉｎｔ
とが対応付けられた学習用データセットを用いて生成された学習済みモデルを用いて、前記予測対象の吸着質の前記予測対象の吸着媒との着目する分子間結合の前記相互作用指数Ｉ
ｉｎｔ
を予測する予測工程と、
を実行させるスクリーニングプログラムである。
（【００１１】以降は省略されています）

関連特許