SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
最先端材料科学研究：機械学習によるポリマー合成条件の最適化
[24/11/29]
提供元：共同通信PRワイヤー
提供元：共同通信PRワイヤー
実験の自動化を併用し劇的に効率化
2024年11月29日
Science and Technology of Advanced Materials: Methods
【画像：https://kyodonewsprwire.jp/img/202411290811-O1-5C95tUED】
図の説明：フロー反応系（模式図）。それぞれのボトルには、モノマー（スチレンStかメチルメタクリレートMMA）と開始剤（ADVN）を溶かした溶液が入っている。それぞれの溶液がポンプでマイクロミキサーに送られ混合され、ウォーターバスで加熱され重合が進行する。液送速度やウォーターバスの温度はPCで制御される。
プラスチックをはじめとするポリマーは、包装や自動車、医療機器、光ファイバーまで、生活や産業の多くの場面で不可欠です。ポリマーの性質は、それを構成する化学単位であるモノマーの多様な個性に大きく依存するだけでなく、モノマーを適切に化学反応（重合）させないと望みの性質は得られません。 しかし、モノマーが重合しポリマーに至る化学的挙動を制御することは一般的に困難でした。
奈良先端科学技術大学院大学の藤井幹也教授率いる研究チームは、機械学習を用いてポリマーの重合プロセスを解析することで、重合条件の最適化を自律的に実現し、時間と費用のかかる実験行程を劇的に減らすことに成功しました。この研究成果は、学術誌『Science and Technology of Advanced Materials: Methods』に掲載されました。
研究チームは、スチレンとメチルメタクリレートを1：1で含んだ共重合体を合成目標に選びました。機械学習を実施するためにはデータが必要なため、実験データを迅速かつ効率的に生成するための実験システムを設計しました。反応開始剤を加えた溶媒に、スチレンとメチルメタクリレートのモノマーそれぞれを溶解させた後、フロー合成と呼ばれる手法で条件を変えながら自動で重合実験を実施するシステムです。これにより、加熱時間、反応時間（流量）等が正確に制御された均一な混合を実現でき、機械学習に望ましいデータを取得することに成功しました。
重合プロセスにおける5つの主要変数（開始剤の濃度、溶媒とモノマーの比率、スチレンの仕込み割合、ウォーターバス温度（反応温度）、および反応時間）に対してベイズ最適化を適用したところ、わずか5回の計算サイクルで、最適な重合条件が導かれました。その際、驚くべきことに、溶媒中のモノマー濃度が混合するモノマーの割合と同じくらい重要な変数であることが明らかになりました。
藤井教授は次のように述べています。
「化学分野における機械学習の利用は、廃棄物やエネルギー消費を削減した、よりスマートで環境にやさしい製造プロセスの開発を促進することでしょう。しかも、今回の結果は、機械学習が、人間の暗黙の了解事項をデータの中から明確に検出するだけでなく、これまで人間には認識されていなかった新たな洞察をももたらす可能性があることを示しており、非常に興味深い結果が得られました。」
論文情報
タイトル：Bayesian optimization of radical polymerization reactions in a flow synthesis system
著者：Shogo Takasuka*, Sho Ito, Shunto Oikawa, Yosuke Harashima, Tomoaki Takayama, Aniruddha Nag, Araki Wakiuchi, Tsuyoshi Ando, Tetsunori Sugawara, Miho Hatanaka, Tomoyuki Miyao, Takamitsu Matsubara, Yu-Ya Ohnishi, Hiroharu Ajiro & Mikiya Fujii**
*Graduate School of Science and Technology, Nara Institute of Science and Technology,Takayama-Cho, Ikoma, Japan (E-mail: takasuka.shogo[at]ms.naist.jp), **Data Science Center, Nara Institute of Science and Technology, Takayama-Cho, Ikoma, Japan (Email: fujii.mikiya[at]ms.naist.jp)
引用：Science and Technology of Advanced Materials: Methods Vol. 4 (2024) 2425178
最終版公開日：2024年11月28日
本誌リンク https://doi.org/10.1080/27660400.2024.2425178（オープンアクセス）
Science and Technology of Advanced Materials: Methods誌は、国立研究開発法人 物質・材料研究機構(NIMS)とEmpaが支援するオープンアクセスジャーナルです。
本件に関する問い合わせ: stam_info[at]nims.go.jp
2024年11月29日
Science and Technology of Advanced Materials: Methods
【画像：https://kyodonewsprwire.jp/img/202411290811-O1-5C95tUED】
図の説明：フロー反応系（模式図）。それぞれのボトルには、モノマー（スチレンStかメチルメタクリレートMMA）と開始剤（ADVN）を溶かした溶液が入っている。それぞれの溶液がポンプでマイクロミキサーに送られ混合され、ウォーターバスで加熱され重合が進行する。液送速度やウォーターバスの温度はPCで制御される。
プラスチックをはじめとするポリマーは、包装や自動車、医療機器、光ファイバーまで、生活や産業の多くの場面で不可欠です。ポリマーの性質は、それを構成する化学単位であるモノマーの多様な個性に大きく依存するだけでなく、モノマーを適切に化学反応（重合）させないと望みの性質は得られません。 しかし、モノマーが重合しポリマーに至る化学的挙動を制御することは一般的に困難でした。
奈良先端科学技術大学院大学の藤井幹也教授率いる研究チームは、機械学習を用いてポリマーの重合プロセスを解析することで、重合条件の最適化を自律的に実現し、時間と費用のかかる実験行程を劇的に減らすことに成功しました。この研究成果は、学術誌『Science and Technology of Advanced Materials: Methods』に掲載されました。
研究チームは、スチレンとメチルメタクリレートを1：1で含んだ共重合体を合成目標に選びました。機械学習を実施するためにはデータが必要なため、実験データを迅速かつ効率的に生成するための実験システムを設計しました。反応開始剤を加えた溶媒に、スチレンとメチルメタクリレートのモノマーそれぞれを溶解させた後、フロー合成と呼ばれる手法で条件を変えながら自動で重合実験を実施するシステムです。これにより、加熱時間、反応時間（流量）等が正確に制御された均一な混合を実現でき、機械学習に望ましいデータを取得することに成功しました。
重合プロセスにおける5つの主要変数（開始剤の濃度、溶媒とモノマーの比率、スチレンの仕込み割合、ウォーターバス温度（反応温度）、および反応時間）に対してベイズ最適化を適用したところ、わずか5回の計算サイクルで、最適な重合条件が導かれました。その際、驚くべきことに、溶媒中のモノマー濃度が混合するモノマーの割合と同じくらい重要な変数であることが明らかになりました。
藤井教授は次のように述べています。
「化学分野における機械学習の利用は、廃棄物やエネルギー消費を削減した、よりスマートで環境にやさしい製造プロセスの開発を促進することでしょう。しかも、今回の結果は、機械学習が、人間の暗黙の了解事項をデータの中から明確に検出するだけでなく、これまで人間には認識されていなかった新たな洞察をももたらす可能性があることを示しており、非常に興味深い結果が得られました。」
論文情報
タイトル：Bayesian optimization of radical polymerization reactions in a flow synthesis system
著者：Shogo Takasuka*, Sho Ito, Shunto Oikawa, Yosuke Harashima, Tomoaki Takayama, Aniruddha Nag, Araki Wakiuchi, Tsuyoshi Ando, Tetsunori Sugawara, Miho Hatanaka, Tomoyuki Miyao, Takamitsu Matsubara, Yu-Ya Ohnishi, Hiroharu Ajiro & Mikiya Fujii**
*Graduate School of Science and Technology, Nara Institute of Science and Technology,Takayama-Cho, Ikoma, Japan (E-mail: takasuka.shogo[at]ms.naist.jp), **Data Science Center, Nara Institute of Science and Technology, Takayama-Cho, Ikoma, Japan (Email: fujii.mikiya[at]ms.naist.jp)
引用：Science and Technology of Advanced Materials: Methods Vol. 4 (2024) 2425178
最終版公開日：2024年11月28日
本誌リンク https://doi.org/10.1080/27660400.2024.2425178（オープンアクセス）
Science and Technology of Advanced Materials: Methods誌は、国立研究開発法人 物質・材料研究機構(NIMS)とEmpaが支援するオープンアクセスジャーナルです。
本件に関する問い合わせ: stam_info[at]nims.go.jp
SEO関連
