- 著者
-
奥野 智也
佐々木 勇和
鈴木 雄太
- 雑誌
- 情報処理学会論文誌データベース(TOD) (ISSN:18827799)
- 巻号頁・発行日
- vol.13, no.3, pp.22-31, 2020-07-16
所望の物理化学的な性質を持つ新たな物質の探索は化学,創薬,物質・材料科学などの分野において重要な課題である.従来のアプローチは研究者の勘や経験に大きく依存し,また時間的なコストが高いという問題がある.そのため,探索の効率化を目的として,機械学習やデータマイニングなどの情報科学の技術を取り入れた研究がさかんに行われている.近年では深層学習技術を用いた高精度化が進んでいる.そこで,本稿では新物質探索における深層学習技術を網羅的に調査し体系的にまとめることを目的とする.新物質の探索技術を(1)物質構造からその性質を識別する分類と回帰技術,および(2)性質から物質を導出する生成技術に大別し,それぞれの技術の適用分野,データの分類,および深層学習のモデルについて述べる.さらに,既存技術の制約や問題点を述べ,今後の課題を明確にする.