Utilization of machine learning for radiation graft polymerization and and construction of polymerization yield prediction model

点击翻译按钮获取中文摘要

本研究課題は、高分子改質手法である放射線グラフト重合技術に統計解析手法などの機械学習を融合することにより、基材や薬品の分子情報などを基に重合収率を予測可能な解析手法の開発を目的としている。前年度までの研究では、量子化学計算により導出したモノマーの物性情報を説明変数として用いた重合収率予測モデルの構築及び重合予測に成功し、放射線グラフト重合反応における機械学習利用の有用性を確認することができた。本年度（R4年度）は、プロセスインフォマティクスにおける重合収率予測への応用展開を目指し、機械学習用データセットの構築を試みた。放射線グラフト重合反応におけるプロセス因子としては、照射線量、薬品濃度、溶媒種、固液比、溶存酸素濃度、重合温度等があり、各種因子を組み合わせたグラフト重合実験を実施し、目的変数であるグラフト重合収率を得た。