高分子のガラス転移温度(Tg)を機械学習を用いて予測することを目的とする.サポートベクトルマシーンを用いて,線形ホモ(ヘテロ)ポリマーと網状化することが知られているエポキシ樹脂を対象にTg予測モデルを構築した.このモデルは線形ポリマーと網目状ポリマーの両者を対象としたTg予測を可能とする.我々は270種の高分子に対して,予測精度Q2 = 0.920のモデル構築に成功した.また,GTM (Generative Topographic Mapping)によりポリマーの多次元の“ケミカルスペース”を2Dマップ上で可視化し,Tgのポリマー化学構造との相関を解析した.