Evolutionary Search of Structured Data by Using Deep Graph Kernels

使用深度图内核进行结构化数据的进化搜索

• 批准号: 20K12000
• 负责人: 半田 久志
• 金额: $ 2.66万
• 依托单位: Kindai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12000/
• 关键词: deep graph kernel; 進化計算; 有機薄膜太陽電池; 有機薄膜太陽光電池; グラフカーネル; Deep graph kernel

本研究課題では、グラフの探索を進化計算にて行うものである。先行研究のEDA-GKでは、特徴空間で問題を捉えることにより，遺伝子型から表現型への写像の凸 凹さを解消できていると考えられる.ところが，研究を押し進めていく上で，先行研究のEDA-GKでは，カーネル関数が対象としている特徴空間によって，問題に よっては機能しないことが判ってきた.例えば，前ページの最小パス距離カーネルの場合，解が全結合に近いグラフであった場合，任意のノード間の距離がほと んど1となり，最適解付近のグラフのヒストグラムに違いがなくなる.結果，ランダムなエッジの追加・削除によるランダム探索に近い挙動を示すことになる. そこで，本研究課題では，Deep Graph Kernelの利用を検討する.Deep Graph Kernelはグラフカーネルが対象とする特徴に対して，それらの関係性も学習する も のである.word2vecにあるような単語の埋め込みをグラフに拡張したものである.特徴空間を構成するときに，特徴間の関係を埋め込むことより，カーネル関 数 の特性に左右されない安定した探索を実現する.事前学習が必要となるが，領域知識が提供できる問題クラスなら 適用可能であると考え、特に、提案手法を有機 薄膜太陽光電池で評価することを考える。 有機薄膜太陽電池は、比較的大きめの分子構造となるため、スクラッチで原子を組み合わせても適切な解表現を探索 することができない。そこで、既存の有機薄膜太陽光電池に用いられている分子構造の部分構造をモジュールとして、モジュールの組み合わせを探索するように した。また、モンテカルロツリーサーチを用いてモジュールの設計について考察した。いずれも，QDFという深層学習の一種を用いることにより，より大規模な分子構造をもつ解に対して系統的な探索が適用できるようになった

This research topic is to explore the evolution of computing. The EDA-GK problem is studied first. The problem of eigenspace is solved by solving the convex and concave problems of the phenotype. The EDA-GK is the first to study the relationship between the number of objects and the feature space. For example, in the case where the minimum distance between the first and the last selection occurs, the solution is completely combined, and in the case where the distance between any and the first selection occurs, the optimal solution is close to the first selection. As a result, the search engine was able to add and remove information from the search engine. In this paper, we discuss the utilization of Deep Graph Kernel.Deep Graph Kernel is a kind of relational kernel. Feature space composition, feature relationships, feature stability Pre-study is necessary, domain knowledge is provided, problems are applicable, special proposals are proposed, and organic thin film solar cells are evaluated. Organic thin film solar cells are relatively large in molecular structure and atomic composition. Therefore, we are here to reconstruct some of the molecular structures used in existing organic thin film solar cells and explore the combination of molecular structures. The design of the mobile phone is examined in the middle of the mobile phone application. QDF is an application of deep learning to large-scale molecular architecture and system exploration.

项目成果

有機薄膜太陽電池のアクセプター分子のための分子構造局所探索手法

有机薄膜太阳能电池受体分子的局域分子结构搜索方法

• 发表时间: 2021
• 作者: 元木 竜平;神野 健哉;森川 大樹，葉山 大雅，半田 久志
• 通讯作者: 森川 大樹，葉山 大雅，半田 久志

有機薄膜太陽電池に適した光吸収量の多い化合物の進化的探索

适用于有机薄膜太阳能电池的高光吸收化合物的进化搜索

• 发表时间: 2022
• 作者: 岩嵜智佳良;葉山大雅;半田久志;大久保貴志
• 通讯作者: 大久保貴志

QDF を用いた有機薄膜太陽電池の分子構造の進化的探索

使用QDF对有机薄膜太阳能电池分子结构的演化探索

• 发表时间: 2021
• 作者: 葉山大雅;半田久志;大久保貴志
• 通讯作者: 大久保貴志

有機薄膜太陽電池のためのモンテカルロツリーサーチを用いた分子設計

使用蒙特卡罗树搜索进行有机薄膜太阳能电池的分子设计

• 发表时间: 2022
• 作者: 元木 竜平;神野 健哉;木原泰一，山田武士，半田久志，大久保貴志
• 通讯作者: 木原泰一，山田武士，半田久志，大久保貴志

分子の特徴量と Deep Graph Kernels を用いた化合物の 表現方法に関する一考察

关于如何使用分子特征和深度图内核表示化合物的研究

• 发表时间: 2021
• 作者: 葉山大雅;高石優也，半田久志
• 通讯作者: 高石優也，半田久志