特許ウォッチ

公開番号2025074434
公報種別公開特許公報(A)
公開日2025-05-14
出願番号2023185222
出願日2023-10-30
発明の名称提案装置、提案方法及びプログラム
出願人ダイキン工業株式会社,国立大学法人東京大学
代理人個人,個人
主分類G16C 20/50 20190101AFI20250507BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】物性値が複数の目標値を同時に満たす有機高分子材料の分子構造を提案する。
【解決手段】有機高分子材料の分子構造を提案する制御部を有する提案装置が、有機高分子材料の分子構造に基づいて複数の物性値を予測し、複数の物性値がいずれも目標値を満たす有機高分子材料の分子構造を出力する。
【選択図】図2
特許請求の範囲【請求項１】
有機高分子材料の分子構造を提案する制御部を有する提案装置であって、
前記制御部は、
前記分子構造に基づいて複数の物性値を予測し、
前記複数の物性値がいずれも目標値を満たす前記分子構造を出力する、
提案装置。
続きを表示（約 880 文字）【請求項２】
前記制御部は、
学習済みの機械学習モデルに基づいて、前記複数の物性値の少なくとも１つを予測する、
請求項１に記載の提案装置。
【請求項３】
前記制御部は、
分子シミュレーションにより計算した前記複数の物性値を含む学習データを生成し、
前記学習データを学習することで、前記機械学習モデルを作成又は更新する、
請求項２に記載の提案装置。
【請求項４】
前記制御部は、
モノマーの分子構造を繰り返し接続した分子構造であって、原子数が所定の範囲となる分子構造に基づいて記述子を計算し、
前記記述子を含む前記学習データを生成する、
請求項３に記載の提案装置。
【請求項５】
前記制御部は、
前記分子構造を出力することと、
前記学習データを生成することと、
前記機械学習モデルを更新することと、
を繰り返し実行する、
請求項３に記載の提案装置。
【請求項６】
前記複数の物性値は、誘電特性に関する物性値、及び熱膨張に関する物性値を含む、
請求項１から５のいずれかに記載の提案装置。
【請求項７】
前記誘電特性に関する物性値は、誘電率又は誘電正接である、
請求項６に記載の提案装置。
【請求項８】
前記誘電特性に関する物性値は、前記有機高分子材料の双極子モーメントの時系列データに基づく誘電緩和関数を用いて計算される、
請求項６に記載の提案装置。
【請求項９】
前記誘電特性に関する物性値は、前記有機高分子材料の双極子モーメントの時系列データから所定の周波数帯を抽出した前記時系列データに基づく誘電緩和関数を用いて計算される、
請求項８に記載の提案装置。
【請求項１０】
前記熱膨張に関する物性値は、線膨張係数である、
請求項６に記載の提案装置。
（【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】
本開示は、提案装置、提案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】
機械学習モデルを用いて特定の特性が向上する物質を提案する技術がある。例えば、特許文献１には、データセットの中から熱伝導率と相関のある代理物性を選定し、データセットの複数の分子構造及び複数の分子構造の各々に対する代理物性を使用して、分子構造に対する代理物性を出力する訓練済みモデルを構築し、訓練済みモデルを転移して分子構造に対する熱伝導率を出力する再訓練モデルを構築し、再訓練モデルを使用して、任意の分子構造に対する熱伝導率を予測する方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－９５３１０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
機械学習モデルを生成するためには十分な数の教師データを収集する必要があるが、多数の有機高分子材料を実際に作成し、実験等により物性値を実測することは困難である。そのため、複数の物性値が同時に目標値を満たす有機高分子材料の分子構造を提案することは容易ではない。
【０００５】
本開示は、複数の物性値が同時に目標値を満たす有機高分子材料の分子構造を提案する技術を提供する。
【課題を解決するための手段】
【０００６】
本開示の第１の態様に係る提案装置は、有機高分子材料の分子構造を提案する制御部を有する提案装置であって、前記制御部は、前記分子構造に基づいて複数の物性値を予測し、複数の物性値がいずれも目標値を満たす前記分子構造を出力する。
【０００７】
本開示の第１の態様によれば、複数の物性値が同時に目標値を満たす有機高分子材料の分子構造を提案することができる。
【０００８】
本開示の第２の態様は、第１の態様に係る提案装置であって、前記制御部は、学習済みの機械学習モデルに基づいて、前記複数の物性値の少なくとも１つを予測する。
【０００９】
本開示の第３の態様は、第２の態様に係る提案装置であって、前記制御部は、分子シミュレーションにより計算した前記複数の物性値を含む学習データを生成し、前記学習データを学習することで、前記機械学習モデルを作成又は更新する。
【００１０】
本開示の第４の態様は、第３の態様に係る提案装置であって、前記制御部は、モノマーの分子構造を繰り返し接続した分子構造であって、原子数が所定の範囲となる分子構造に基づいて記述子を計算し、前記記述子を含む前記学習データを生成する。
（【００１１】以降は省略されています）

関連特許