1 機械学習による有機化合物の物性予測【WINTEC event 2023】

【概要】
　機械学習を活用して化学構造と物性との関係について統計的、数学的なモデルを作成し、有機化合物のガラス転移点や屈折率等を予測した事例について紹介します。既存データでは上手くいかない場合のデータ収集の工夫などについても紹介します。
　本テーマは、当センターの3つの強化活動のうち、【技術開発】の取組として実施しました。
　
【発表者】
　和歌山県工業技術センター 化学技術部　部長　森　一

【関連記事】
・定量的構造物性相関（機械学習）システム
　　https://www.wakayama-kg.jp/kiki/categ...

・ガラス転移温度（Tg）の予測モデル作成
　　https://www.wakayama-kg.jp/news/docs/...

・機械学習モデルの作成と予測その１（沸点）
　　https://www.wakayama-kg.jp/docs/keisa...

・機械学習モデルの作成と予測その２（引火点）
　　https://www.wakayama-kg.jp/docs/keisa...

・機械学習モデルの作成と予測その３（屈折率）
　　https://www.wakayama-kg.jp/docs/keisa...

・少ないデータ数での機械学習モデル作成（転移学習）
　　https://www.wakayama-kg.jp/docs/keisa...

・少ないデータ数での機械学習モデル作成その２（転移学習）
　https://www.wakayama-kg.jp/news/docs/...


#和歌山県工業技術センター #定量的構造物性相関システム #機械学習 #物性予測 #機械学習モデル #転移学習