講演情報

[9a-S301-2]化学情報を組み込んだドメイン変換によるSim2Real転移学習

〇矢作 裕太1,2、小渕 喜一1,2、高坂 文彦2、松井 孝太3 (1.NEC、2.産総研、3.京大医)

キーワード:

機械学習、第一原理計算、触媒

本研究では、大規模第一原理計算データセットを活用することで、少量の実験データでも効率的に予測精度を向上させる転移学習手法を提案する。本手法の特徴は、化学情報に基づいたドメイン変換を行うことで、計算データと実験データといった異質ドメイン間の知識転移を可能にする点である。効果検証のために触媒性能予測を行ったところ、転移学習を用いなかった場合と比較して予測精度が1桁程度改善され、正の転移が実証できた。