【習得できる知識】
・配合データを用いての物性( 誘電率・Tg)予測モデル構築手法(定量的構造物性相関(QSPR)モデル)
・分子生成の手法(組み合わせ生成、仮想合成手法)
【講座の趣旨】
機械学習を活用した分子設計の流れを説明し、実際の開発課題解決へ展開した事例を紹介する。
1.はじめに
2.背景
2.1 電子材料を取り巻く環境
2.2 エポキシ樹脂の基本的な硬化反応
3.機械学習を用いた分子設計
3.1 機械学習を用いた分子設計のフロー
3.2 分子構造生成手法の選定について
3.3 部分骨格の組合せによる新規構造生成手法
3.4 仮想合成による新規構造生成手法
4.低誘電分子設計への展開
4.1 回帰モデル構築
4.1.1 Tg 回帰モデル
4.1.2 誘電率回帰モデル
4.2 分子構造生成
4.2.1 主骨格-側鎖組合せ手法による構造生成
4.2.2 仮想合成による構造生成
4.3 逆解析結果に基づく有望構造の選定
4.4 実験検証
5.おわりに
【質疑応答】
|