ポリマーにおける熱伝導率の機械学習予測に関する検討

カテゴリ: 全国大会

論文No: 2-054

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Study on Machine Learning Prediction of Thermal Conductivity in Polymers

著者名: 横山尋斗（東京大学）,嶋川肇（東京大学）,熊田亜紀子（東京大学）,佐藤正寛（東京大学）

著者名(英語): Hiroto Yokoyama (The University of Tokyo),Hajime Shimakawa (The University of Tokyo),Akiko Kumada (The University of Tokyo),Masahiro Sato (The University of Tokyo)

キーワード: ポリマー|熱伝導率|機械学習|polymer|thermal conductivity|machine learning

要約(日本語): 電力機器や電子機器の小型化に伴い，高熱伝導性電気絶縁ポリマー開発への要求が高まっている。分子設計には物性論的理解に基づく機械学習予測が有効である。本研究では，結晶ポリマーの鎖方向熱伝導率を単位格子に関する情報のみから予測する先行研究のモデルを参考に，説明変数の最適化やKRR法を使用したアンサンブル学習による予測を行った。モデルの精度指標として決定係数R²を採用した。最適な記述子の組み合わせはポリマー鎖方向の単位格子の長さ，側鎖原子の平均原子量，鎖の回転比，面内結合率となった。これをもとに，分子のミクロなパラメータのみを用いた，ポリマーの結晶さらには非晶状態における熱伝導率予測モデルを開発した。

本誌掲載ページ: 60-61 p

原稿種別: 日本語

PDFファイルサイズ: 495 Kバイト