講演情報

[7p-N403-9]COSMO-RS 物性値を用いた機械学習による溶媒物性予測

〇川浪 樹1、横山 尋斗1、熊田 亜紀子1、佐藤 正寛1 (1.東京大工)

キーワード:

半導体、材料、物性

本研究では、COSMO-RS理論に基づきCOSMOthermから得られる熱力学的物性値を特徴量として機械学習モデルに組み込み、溶媒の表面張力・溶解度・沸点などの予測精度向上を図った。従来の量子化学記述子を用いた手法と比べ高精度で、未知溶媒に対する外挿性能にも優れ、新規溶媒探索に資する有望な手法であることを示した。