MDPF利活用事例
- データ駆動型の効率的な新規蛍光体探索
- 機械学習による発光ピーク波長の高精度な予測
- AtomWork-Advを用いた新規ホスト候補の選定
- PoLyInfoを活用した耐熱性と透明性を両立した高分子材料の探索
- 構造が既知だが物性が未知のポリマーに絞って探索する「例外的探索法」
- 科学的知識、計算化学、既知の実験情報も利用した、ラボスケールでの迅速な材料開発
- 既存のポリマー分解性データセットは必ずしも十分ではなく、測定環境の違いもあり、直接比較が困難
- 分解性データを直接比較することができない3種類のデータセットを用意し、ランキングベースの機械学習手法でデータセットを統合し、分解性予測モデルを構築
- 構築したモデルをPoLyInfoデータに適用し、分解性が高いポリマーと低いポリマーを効果的に識別