講演情報
[25p-61C-12]自己教師あり深層学習モデルを用いた電力機器向け絶縁樹脂材料探索に関する検討
〇竪山 智博1、小宮 玄1、垂井 洋静1 (1.東芝インフラシステムズ（株）)
キーワード：
マテリアルズ・インフォマティクス,自己教師あり深層学習,材料探索
本講演が対象としている樹脂材料は金属や無機材料と異なり構造が複雑になり易く，また教師データに当たる実験データを大量に収集することが困難であるため，マテリアルズ・インフォマティクスによる材料開発を行う際，適切な特徴量選定が必要な機械学習モデルや大量のデータを必要とする単純な教師あり深層学習では，予測精度の高いモデル構築が難しいことが課題であった。そこで，少ない実験データでも高精度に物性予測が可能となるように，分子構造規則を学習する教師なし事前学習と，実験データから予測モデルを構築するファインチューニングを組み合わせた自己教師あり深層学習モデルを採用した物性予測モデルを構築した。本予測モデルをベースにした材料探索や予測根拠の説明性付与に関する検討内容についても説明する。