機能性高分子材料開発の加速に向けた説明可能AIの活用

DOI
  • PHUA Yin Kan
    九州大学大学院工学府
  • 藤ヶ谷 剛彦
    九州大学大学院工学府 九州大学分子システム科学センター 九州大学カーボンニュートラル・エネルギー国際研究所
  • 加藤 幸一郎
    九州大学大学院工学府 九州大学分子システム科学センター 九州大学情報基盤研究開発センター

書誌事項

タイトル別名
  • Utilization of Explainable AI for Accelerating Functional Polymer Materials Development Cycle

説明

<p>現代社会を支える基幹材料である機能性高分子は、実験を中心に盛んに研究されているが、人工知能（AI）や機械学習（ML）の導入による更なる効率化が期待されている。しかしながら、透明性・解釈性の低いMLモデルでは実験研究者からの信頼を得にくい。本研究では、機能性高分子材料の1つであるアニオン伝導膜の物性予測のための説明可能AI(XAI)を構築し、その透明性・解釈性を評価した。当研究の流れは①独自データベース(DB)の構築、②既存記述子を用いた高分子構造の数値化、③MLモデルの構築、④各説明変数のShapley(SHAP)値を算出し解析した。①本研究で対象としたアニオン伝導膜の構造・物性については公開DBが存在しないため、300弱の構造・物性データを論文から収集してDB化した。次に、②と③を実施した結果、テストデータに対してR2=0.7983の予測精度を持つモデルを得た。④では高分子構造記述子由来のAMID_Nが重要であることが示された。AMID_Nは高分子構造内の物性と密に相関する記述子であり、化学的な解釈・理解を後押しし、実験へのフィードバックが可能なXAIの構築に成功した。</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390863395972104320
  • DOI
    10.11517/pjsai.jsai2024.0_1f4gs1002
  • ISSN
    27587347
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ