機械学習の活用で高分子の熱伝導率を約80%向上させることに成功――少数のデータから高精度な予測が可能に NIMSなど

  • このエントリーをはてなブックマークに追加

三種類の高熱伝導性高分子の発見に至るワークフロー

物質・材料研究機構(NIMS)は2019年6月26日、統計数理研究所、東京工業大学と共同で、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し、熱伝導率を約80%向上させた高分子の合成に成功した。

高分子は一般に、金属やセラミックスと比べて熱伝導率が非常に低いことが知られている。しかし、近年の研究で、特異的に高い熱伝導率を持つ高分子の存在が明らかになっていた。そのため、自動運転システムや次世代無線通信規格5G等、高い放熱性が求められる電子機器の開発において、成形性に優れた高分子材料の高熱伝導化に注目が集まっていた。

そこで、研究グループは今回、高分子データベースPoLyInfoと独自の機械学習アルゴリズムを組み合わせ、高熱伝導性を持つ新規高分子の設計に着手。少数の物性データから予測モデルを導くことができる転移学習と呼ばれる解析技術により、熱伝導率を高精度に予測できるモデルを導くことに成功した。

そして、このモデルを用いることで、熱伝導率0.41W/mKに達するポリアミド系高分子を発見した。これは、典型的なポリアミド系高分子(無配向)に比べ最大80%の性能向上に相当する。さらに、開発した材料が、高耐熱性や有機溶媒への溶解性、フィルム加工の容易性等、実用化で求められる複数の要求特性を併せ持つことも実験的に確認した。

研究グループは、今回の成果により、新材料の発見のみならず、高分子インフォマティクスの障壁とされる「スモールデータ問題」の克服にも寄与できるとしている。

関連リンク

プレスリリース

関連記事

アーカイブ

fabcross
meitec
next
メルマガ登録
ページ上部へ戻る