特許ウォッチ

公開番号2025130370
公報種別公開特許公報(A)
公開日2025-09-08
出願番号2024027497
出願日2024-02-27
発明の名称予測装置、予測方法、プログラム及び実験システム
出願人三井化学株式会社
代理人弁理士法人鷲田国際特許事務所
主分類G16C 20/30 20190101AFI20250901BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】異なる系において取得される物性値を整合させるための技術を提供することである。
【解決手段】本開示の一態様は、第1の系において第1の作製条件に従って作成された物質の物質情報を取得する取得部と、物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出する処理部と、を有し、前記物性予測モデルは、前記物質に対する第2の系による物性評価値によって更新される、予測装置に関する。
【選択図】図1
特許請求の範囲【請求項１】
第１の系において第１の作製条件に従って作製された物質の物質情報を取得する取得部と、
物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出する処理部と、
を有し、
前記物性予測モデルは、前記物質に対する第２の系による物性評価値によって更新される、予測装置。
続きを表示（約 1,000 文字）【請求項２】
前記取得部は、前記第２の系から前記物性評価値を取得する、請求項１に記載の予測装置。
【請求項３】
所定のトリガー条件が充足されると、前記物性予測モデルは、前記第２の系から取得した物性評価値によって再訓練される、請求項２に記載の予測装置。
【請求項４】
前記処理部は、作製条件、物性値及び仕様から作製条件を導出するよう訓練された作製条件決定モデルを利用して、前記導出した物性予測値から前記第１の系に適用される第２の作製条件を取得する、請求項１に記載の予測装置。
【請求項５】
前記作製条件決定モデルは、ベイズ最適化モデルである、請求項４に記載の予測装置。
【請求項６】
第１の系において第１の作製条件に従って作製された物質の物質情報を取得することと、
物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出することと、
を有し、
前記物性予測モデルは、前記物質に対する第２の系による物性評価値によって更新される、コンピュータが実行する予測方法。
【請求項７】
第１の系において第１の作製条件に従って作製された物質の物質情報を取得することと、
物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出することと、
をコンピュータに実行させ、
前記物性予測モデルは、前記物質に対する第２の系による物性評価値によって更新される、プログラム。
【請求項８】
第１の系において作製条件に従って物質を作製する作製装置と、
前記作製された物質の物質情報から物性予測値を導出する予測装置と、
を有し、
前記予測装置は、
前記第１の系において第１の作製条件に従って作製された物質の物質情報を取得する取得部と、
物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出する処理部と、
を有し、
前記物性予測モデルは、前記物質に対する第２の系による物性評価値によって更新される、実験システム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、予測装置、予測方法、プログラム及び実験システムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
近年、機械学習技術とロボット技術とを利用した自律的実験の実用化が進められている。このような自律的実験を実現する実験システムを利用することによって、単調な実験の手間が省かれたり、同じ実験の繰り返しや勘違いなどのミスを回避することができうる。また、有害物質の取り扱いや悪環境下などの人によっては困難な実験も行うことができる。さらに、人力よりはるかに速いスピードで実験をすることができたり、ベイズ最適化などのデータ科学的手法を適用することで、短期間で効率的な実験を行うことができる。
【０００３】
特許文献１において、このような実験システムに利用可能な作製評価システムが提案されている。この作製評価システムでは、推定装置がベイズ最適化手法を用いて最適試料の作製条件を逐次探索し、各作製条件に従って試料を作製させる。
【先行技術文献】
【特許文献】
【０００４】
国際公開第２０２１／０４４９１３号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
各作製条件に従って作製された試料が測定され、当該試料について測定された測定結果に基づいて次の作製条件が決定される。化学メーカーは、顧客から依頼された仕様等に沿って化合物等を製造開発するが、仕様において要求される物性値を充足するよう化合物等を製造開発する必要がある。この物性値は、作製された試料から取得された測定結果に基づいて化学メーカー内で予測される。典型的には、物性予測モデルを利用して、このような物性予測値が導出される。
【０００６】
一方、化学メーカーから顧客に納品された化合物の物性値は、顧客によってもまた評価されうる。化学メーカー内で取得された物性予測値と顧客による物性評価値とは必ずしも一致するとは限らず、物性予測値と物性評価値との間の乖離が有意なものとなることがある。この場合、化学メーカー内で利用されている物性予測モデルを調整する必要がありうる。
【０００７】
上記問題点に鑑み、本開示の１つの課題は、異なる系において取得される物性値を整合させるための技術を提供することである。
【課題を解決するための手段】
【０００８】
本開示の一態様は、第１の系において第１の作製条件に従って作成された物質の物質情報を取得する取得部と、物質情報から物性予測値を導出するよう訓練された物性予測モデルを利用して、前記取得した物質情報から前記作製された物質の物性予測値を導出する処理部と、を有し、前記物性予測モデルは、前記物質に対する第２の系による物性評価値によって更新される、予測装置に関する。
【発明の効果】
【０００９】
本開示によると、異なる系において取得される物性値を整合させるための技術を提供することができる。
【図面の簡単な説明】
【００１０】
図１は、本開示の一実施例による実験処理を示す概略図である。
図２は、本開示の一実施例による実験システムを示す概略図である。
図３は、本開示の一実施例による予測装置のハードウェア構成を示すブロック図である。
図４は、本開示の一実施例による予測装置の機能構成を示すブロック図である。
図５は、本開示の一実施例による実験処理を示すフローチャートである。
図６は、本開示の一実施例による物性予測モデルの再訓練処理を示すフローチャートである。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許