ゴム系ホットメルト型粘着剤の軟化剤として用いられる鉱物油について，その構成成分比や物性，配合比率がベースポリマーとの相容性，ひいては粘着物性に大きく影響することが知られている。本研究では，異なる鉱物油軟化剤からなるホットメルト型粘着剤について，多数のデータからパターンを見出すことに優れる機械学習を用いることによって，軟化剤の相容性がホットメルト型粘着剤の剝離強度に与える影響を確認した。主成分分析による次元削減を用いることで，多数の粘弾性データにおける全体傾向の可視化が可能となり，使用した鉱物油の組成・物性を異にするだけで，幅広い粘弾性特性を有するホットメルト型粘着剤を得ることが可能であると確認された。また，機械学習による剥離強度と粘弾性の関係をモデリングし，決定係数（r2）0.881 と高い精度でホットメルト型粘着剤の粘弾性情報のみから剝離強度を予測することが可能であることを明らかにした。
