化学の研究開発AIクラウドサービス「Datachemical LAB」にて目標性能に対する材料作製条件予測のエキスパート機能をリリース

この記事は約4分で読めます。
データケミカル株式会社(代表取締役:吉丸昌吾、本社:東京都渋谷区)は、展開する化学の研究開発AIクラウドサービス「Datachemical LAB(データケミカルラボ)」にて材料作製条件予測のエキスパート機能を2022年12月27日よりリリースいたします。

 

進化を続ける化学のデータ解析・機械学習プラットフォーム

化学産業での新規の金属やゴムなどの材料開発では、原料や配合、製造方法など実験条件の組み合わせは膨大にあり、従来技術者が知見や経験をもとに多大な労力を掛けて担っております。それに対し、化学の研究開発AIクラウドサービス「Datachemical LAB」では、容易な操作で多彩なAI・機械学習機能をもとに目標とする材料の作製条件・合成条件・製造条件を予測し、化学の技術者は様々な新規材料開発において開発プロセスを効率化することができます。

またDatachemical LABは、弊社CTO金子弘昌(明治大学准教授)が運営するデータ化学工学研究室の最新の研究成果をもとに、分子・材料設計から製造プロセス設計・管理の分野まで継続的に機能がアップデートされております。今回下記の機能を新たにリリースし、さらに充実したデータ解析・機械学習が行えるようになりました。

新機能1:複数のターゲット項目を一つの機械学習モデルで同時予測

新規材料開発では、耐久性や柔軟性など様々な項目の目標性能を同時に満たすことが求められます。そこで通常ターゲットの項目ごとに最適な機械学習モデルを検討し、各項目での予測結果を掛け合わせて、全ての項目で目標性能を満たす作製条件を導きます。一方本機能では、検討すべき複数のターゲット項目のそれぞれの関係性を考慮しながら纏めて一つの機械学習モデルで簡便に最終的な作製条件を予測することができます。

同時予測のための最適モデルの検討

新機能2:目標性能から達成可能な作製条件を直接予測

目標性能に対する新規材料の作製条件を予測する場合、通常実験していないダミーの作製条件のサンプルを乱数などで大量に生成したものを別に用意する必要があります。そして、それらの作製条件全てに対し機械学習モデルを当てはめて予測し、予測結果の中から良好なものを選ぶというプロセスを経ます。一方本機能では、混合ガウス回帰(GMR)と呼ばれる機械学習モデルを用いてダミーサンプルを用意する必要なく、設定目標に対してそれを達成する確率の高い作製条件を直接予測してくれます。

目標性能の設定ファイルを読み込み

目標設定に対し作製条件を直接予測して提案

【会社概要】
会社名:データケミカル株式会社
所在地:東京都渋谷区神宮前6丁目23-4 桑野ビル2階
設立 :2021年10月

代表取締役:吉丸 昌吾

2010年宮崎大学大学院修了(化学工学専攻)後、綜研化学㈱にて高分子材料開発に従事。一時留学し、2017年カリフォルニア大学サンディエゴ校にてMBA取得。帰国後綜研化学㈱にて海外事業開発・国内営業に従事。2019年社内DX推進時に金子と出会い、2021年当社設立、代表取締役就任。

 

取締役CTO:金子 弘昌

2011年東京大学大学院博士課程修了(化学システム工学専攻)後、東京大学大学院工学系研究科助教を経て、2017年明治大学理工学部応用化学科専任講師としてデータ化学工学研究室(金子研究室)を運営。2020年より准教授。2021年当社設立、取締役CTO就任。
広島大学大学院先進理工系科学研究科客員准教授、大阪大学太陽エネルギー化学研究センター招聘准教授、理化学研究所客員主幹研究員、京都大学大学院理学研究科研究員(非常勤)を兼任。

会社サイト:https://www.datachemical.com/
Datachemical LABサービスサイト:https://www.datachemicallab.com/
事業内容:化学分野を専門としたAIクラウドサービスの提供
上記に付随したコンサルティングサービス

本リリース、サービスに関するお問合せ先:
E-Mail:info@datachemical.com TEL:03-6778-2045

タイトルとURLをコピーしました