機械学習の「記憶」を活用し、高分子の熱伝導性の大幅な向上に成功 少ないデータでも高精度な予測が可能に 高分子での材料インフォマティクス加速に期待

概要 1. NIMS、統計数理研究所、東京工業大学の共同研究グループは、独自の機械学習の解析技術を用いて高熱伝導性高分子を設計・合成し、従来の高分子に比べて約80%の熱伝導率の向上に成功しました。同グループは、少数の物性データから予測モデルを導くために、転移学習[用語1]と呼ばれる解析技術を駆使して問題解決を図りました。今回の成果は、新材料の発見のみならず、高分子インフォマティクスの最大障壁とされる「スモールデータ問題」の克服に向けた大きな一歩と位置付けられます。 2. 一般に高分子の熱伝導率は金属やセラミックスに比べて非常に低いことが知られています。一方で近年の高分子研究により、特異的に高い熱伝導率を持つ高分子が存在することが明らかになってきました。このような背景から、自動運転システムや次世代無線通信規格5G等、放熱性の向上が求められるエレクトロニクスデバイスの開発において、成形性に優れ