主催: 日本化学会ケモインフォマティクス部会
会議名: ケモインフォマティクス討論会
回次: 42
開催地: 東京
開催日: 2019/10/28 - 2019/10/29
p. 1P27-
当研究グループでは、小規模な実験データと研究者としての経験や勘を融合した実験主導型マテリアルズインフォマティクス(MI)に取り組んでいる。本研究では、未だ分子の設計指針が確立されていないリチウムイオン二次電池の有機負極活物質に対しMIの適用を検討し、容量予測モデルの構築と精度の検証を行った。機械学習により24個の記述子の中から、容量と相関のある13個の記述子を抽出し、さらに化学的考察により抽出した3個の記述子から予測モデルAを構築した。予測モデルAは効率的な化合物探索を可能にしたが、更なる高容量化合物の予測を行うため、実測容量を得られた化合物を訓練データとして新たな予測モデルBを構築した。予測モデルBによる予測結果を先行研究と比較することでその妥当性を評価した。