著者
武田 征士 Hsu Hsiang 濱 利行 山根 敏志 益田 幸治 中野 大樹
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第32回全国大会(2018)
巻号頁・発行日
pp.3E102, 2018 (Released:2018-07-30)

所望の物性値をもつ新物質をデザインすることは、あらゆる工業分野における重要な課題である。本研究では、既存物質のデータ解析から新物質デザインまでend-to-endで実現する手法を提案する。本手法は、特徴量エンコーディング、回帰モデル、解探索、構造生成のステップからなる。データ駆動特徴量と事前定義特徴量を定義し、それらを用いた分子構造生成手法を提案することで、各ステップが連携的に動作する。本手法により、複数の目標物性値を同時に満たす複雑かつ多様な分子構造を高速にデザイン可能であることを、市販の薬物データを用いて実証する。