Showa Denko Co, Ltd 이하 인 ADMAT라고도 함)는 인공 지능 (바카라 필승법)을 활용함으로써 필요한 특성을 충족하는 폴리머 설계에 대한 시험의 수를 대략 1/40으로 줄일 수 있음을 발견했다
This development is being carried out as a commissioned project for the "Ultra-advanced Materials Ultra-high-speed Development Foundation Technology Project (Project Code: P16010, Project Leader: Murayama Nobumitsu, hereinafter referred to as Super Super PJ)" by the National Research and Development Organization, New Energy and Industrial Technology Development Organization (NEDO) Super PJ에서 우리는 전통적인 경험과 직관에 의존하는 재료 개발에서 벗어나 다중 규모 시뮬레이션 및 바카라 필승법를 적극적으로 활용함으로써 기존의 재료 개발에 비해 개발 기간을 1/20 단축하는 것을 목표로합니다
Showa Denko, 바카라 필승법ST 및 Admat는 바카라 필승법를 사용하여 중합체 설계에서 필요한 특성을 충족시키는 폴리머를 검색했습니다 모델 사례로서, 우리는 내열성의 지표 인 유리 전이 지점에 초점을 맞추고, 알려진 구조 및 유리 전이 지점을 사용한 폴리머에 대한 417 가지 유형의 구조 데이터에서 가장 높은 유리 전이 지점을 갖는 중합체를 검색하여 발견에 필요한 시험 사이클이 단축 될 수 있는지 여부를 결정했다
먼저 바카라 필승법는 무작위로 추출 된 10 개의 데이터를 훈련시킵니다 훈련 데이터에서확장 연결 원형 지문(ECFP)라는 방법을 적용했습니다 다음으로, 우리는 Bayes 최적화*를 사용하여 나머지 407 건의 가장 높은 유리 전이 온도를 갖는 중합체의 예측 및 검증을 반복하고 실제로 원하는 중합체를 발견하기 전에 시험의 수를 조사 하였다 (도 1) 데이터를 선택하는 방법에 따라 결과가 변경되는 것을 방지하기 위해 초기 데이터가 다른 500 개의 시험이 수행되었고 평균 시험 수가 평가되었습니다
 |
| 그림 1 : 중합체 설계 및 검증 시험의 수에 대한 평가 테스트의 이미지 |
테스트 결과에 따르면 평균 46의 시험에서 유리 전이 온도가 가장 높은 중합체를 발견 할 수 있음을 보여주었습니다 (그림 2) 이 값은 무작위로 선택된 폴리머에 비해 약 1/40이며 바카라 필승법 중합체 설계의 유용성을지지하는 것으로 생각됩니다
 |
| 그림 2 : 바카라 필승법가 고효율이 높은 폴리머를 검색 할 수있는 방법을 보여줍니다 |
바카라 필승법를 구축하려면 중합체 특성을 숫자 값으로 변환해야합니다 이러한 발달에서, 우리는 ECFP를 적용함으로써, 단량체의 구조를 표현하는 방법, 기능 그룹과 같은 분자의 부분 구조는 자동으로 추출 될 수 있고 구조적 특징은 수치 벡터를 사용하여 올바르게 표현 될 수 있음을 발견했다 (도 3) 이 데이터로 구성된 바카라 필승법를 활용함으로써, 우리는 중합체 당 025 초의 매우 짧은 시간 내에 고정식 물리적 특성 예측을 달성했으며, 제한된 기간 내에 수많은 후보 중합체에 대한 포괄적 인 물리적 특성 예측을 가능하게했습니다 또한, 베이지안 최적화*를 예측 방법으로 사용함으로써, 우리는 136 훈련 데이터에서 대략 400 개의 후보 중합체 중에서 가장 높은 유리 전이 온도를 갖는 중합체를 발견했다 전통적으로 훈련 데이터가 작을 때 바카라 필승법 예측의 정확도를 쉽게 줄일 수있는 문제가 있으며 바카라 필승법를 활용하려면 많은 양의 교육 데이터가 필요하다고 생각되었습니다 이 개발의 결과는 바카라 필승법가 학습 할 수있는 데이터가 거의없는 최첨단 재료 개발에서도 문제를 해결할 수 있음을 시사합니다
 |
| 그림 3 바카라 필승법 구성 |
앞으로 실제 기능 재료 개발에 사용할 수 있도록이 기술을 계속 개발할 것입니다 이 문제에 대한 자세한 내용은 2018 년 11 월 27 일 (Eastern US Time)을 참조하십시오MRS 가을 회의에서 발표됩니다
*베이 최적화 예측 값뿐만 아니라 추정 오차도 고려하여 다음 후보를 선택하는 방법입니다