【技術實現步驟摘要】
【國外來華專利技術】
本公開涉及一種設計輔助裝置、設計輔助方法、程序及信息處理系統。
技術介紹
1、傳統上，已知一種材料設計輔助裝置，其利用對實驗數據集(學習用數據集)進行了學習的機器學習模型，對包含學習用數據集中所包括的多種原料在內的材料的特性進行預測，在該實驗數據集(學習用數據集)中記錄有材料的設計條件信息(各原料的配合量和工藝條件等)與材料的特性信息之間的對應關系。
2、例如在專利文獻1中針對材料特性預測系統進行了記載，該材料特性預測系統用于對包括多個由材料組成、實驗條件、以及材料特性構成的記錄的案件數據進行處理，以進行材料特性的預測。
3、<現有技術文獻>
4、<專利文獻>
5、專利文獻1：日本特開2021-47627號公報
技術實現思路
1、<本專利技術要解決的問題>
2、傳統的材料設計輔助裝置如果能夠對配合學習用數據集中未包含的原料的材料的特性進行預測，以對材料的設計進行輔助，則會很方便。需要說明的是，專利文獻1針對該內容并未進行記載。
3、本公開的目的在于提供一種設計輔助裝置、設計輔助方法、程序及信息處理系統，其對配合學習用數據集中未包含的原料的材料的特性進行預測，以對材料的設計進行輔助。
4、<用于解決問題的手段>
5、本公開具備以下所示的方案。
6、[1]一種設計輔助裝置，利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器
7、原料信息存儲部，被配置為對已登記的多種原料的名稱和屬性的信息進行存儲；
8、登記接受部，被配置為接受要新登記的原料的名稱和屬性的信息的輸入，并存儲到所述原料信息存儲部；以及
9、特征量生成部，被配置為根據作為所述設計條件信息所選擇的、存儲在所述原料信息存儲部中的多種原料的屬性的信息，生成能夠輸入到所述機器學習模型的所述原料的特征量。
10、[2]根據[1]所述的設計輔助裝置，其中，所述登記接受部被配置為禁止與已存儲在所述原料信息存儲部中的所述原料的分子結構的信息一致的原料的新的登記。
11、[3]根據[1]所述的設計輔助裝置，其中，所述原料的屬性的信息包含所述原料的用途的信息，所述登記接受部被配置為禁止與已存儲在所述原料信息存儲部中的所述原料的分子結構的信息和所述原料的用途一致的原料的新的登記。
12、[4]根據[3]所述的設計輔助裝置，其中，所述登記接受部被配置為禁止與已存儲在所述原料信息存儲部中的所述原料的名稱一致的原料的新的登記。
13、[5]根據[1]至[4]中任一項所述的設計輔助裝置，其中，所述登記接受部被配置為以smiles記法、smarts記法、或inchi記法中的任意一者接受原料的分子結構的信息的輸入，作為要新登記的原料的所述屬性的信息。
14、[6]根據[1]至[4]中任一項所述的設計輔助裝置，其中，所述登記接受部被配置為以mol格式、sdf格式、pdb格式、或cif格式中的任意一者接受原料的分子結構的信息的輸入，作為要新登記的原料的所述屬性的信息。
15、[7]根據[1]至[6]中任一項所述的設計輔助裝置，其中，所述特征量生成部被配置為利用指紋法根據所述原料的分子結構的信息生成所述原料的特征量。
16、[8]根據[1]至[7]中任一項所述的設計輔助裝置，其中，所述特征量生成部被配置為通過根據所述原料的分子結構計算分子的物理性質值來生成所述原料的特征量。
17、[9]根據[1]至[8]中任一項所述的設計輔助裝置，其中，在由所述登記接受部接受輸入的所述屬性的信息中，包含所述原料的物理性質值。
18、[10]根據[1]至[9]中任一項所述的設計輔助裝置，包括：設計條件輸入接受部，被配置為接受包含存儲在所述原料信息存儲部中的多種原料的信息的所述設計條件信息的輸入；以及材料特性預測部，被配置為基于接受輸入而得到的所述設計條件信息，利用所述機器學習模型預測所述材料的特性。
19、[11]根據[1]至[9]中任一項所述的設計輔助裝置，還包括：要求特性輸入接受部，被配置為接受所述材料的要求特性信息的輸入；范圍信息輸入接受部，被配置為接受包含存儲在所述原料信息存儲部中的多種原料的信息的所述設計條件信息的范圍信息的輸入；以及設計條件建議部，被配置為根據利用所述機器學習模型基于所述范圍信息的范圍內的所述設計條件信息對所述材料的特性進行預測而得到的結果，對滿足所述要求特性信息的所述設計條件信息的候選進行建議。
20、[12]根據[10]或[11]所述的設計輔助裝置，還包括：顯示控制部，被配置為對預測出的所述材料的特性或建議的所述設計條件信息的候選進行顯示。
21、[13]一種設計輔助方法，由計算機利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述設計輔助方法包括：登記接受步驟，接受要新登記的原料的名稱和屬性的信息的輸入，并登記到原料信息存儲部，所述原料信息存儲部對已登記的多種原料的名稱和屬性的信息進行存儲；以及特征量生成步驟，根據作為所述設計條件信息所選擇的、存儲在所述原料信息存儲部中的多種原料的屬性的信息，生成能夠輸入到所述機器學習模型的所述原料的特征量。
22、[14]一種程序，用于使計算機執行工序，所述計算機利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述工序包括：登記接受工序，接受要新登記的原料的名稱和屬性的信息的輸入，并登記到原料信息存儲部，所述原料信息存儲部對已登記的多種原料的名稱和屬性的信息進行存儲；以及特征量生成工序，根據作為所述設計條件信息所選擇的、存儲在所述原料信息存儲部中的多種原料的屬性的信息，生成能夠輸入到所述機器學習模型的所述原料的特征量。
23、[15]一種信息處理系統，由多臺計算機利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述信息處理系統包括：原料信息存儲部，被配置為對已登記的多種原料的名稱和屬性的信息進行存儲；登記接受部，被配置為接受要新登記的原料的名稱和屬性的信息的輸入，并存儲到所述原料信息存儲部；以及特征量生成部，被配置為根據作為所述設計條件信息所選擇的、存儲在所述原料信息存儲部中的多種原料的屬性的信息，生成能夠輸入到所述機器學習模型的所述原料的特征量。
24、<專利技術的效果>
25、根據本公開，能夠提供一種設計輔助裝置、設計輔助方法、程序及信息處理系本文檔來自技高網...
【技術保護點】
1.一種設計輔助裝置，利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述設計輔助裝置包括：
2.根據權利要求1所述的設計輔助裝置，其中，
3.根據權利要求1所述的設計輔助裝置，其中，
4.根據權利要求3所述的設計輔助裝置，其中，
5.根據權利要求1至4中任一項所述的設計輔助裝置，其中，
6.根據權利要求1至4中任一項所述的設計輔助裝置，其中，
7.根據權利要求1至6中任一項所述的設計輔助裝置，其中，
8.根據權利要求1至7中任一項所述的設計輔助裝置，其中，
9.根據權利要求1至8中任一項所述的設計輔助裝置，其中，
10.根據權利要求1至9中任一項所述的設計輔助裝置，包括：
11.根據權利要求1至9中任一項所述的設計輔助裝置，還包括：
12.根據權利要求10或11所述的設計輔助裝置，還包括：
13.一種設計輔助方法，由計算機利用機器學習模型
14.一種程序，用于使計算機執行工序，所述計算機利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述工序包括：
15.一種信息處理系統，由多臺計算機利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述信息處理系統包括：
...【技術特征摘要】
【國外來華專利技術】
1.一種設計輔助裝置，利用機器學習模型對配合多種原料的材料的設計進行輔助，所述機器學習模型對配合多種原料的材料的設計條件信息與所述材料的特性信息之間的對應關系進行了學習，所述設計輔助裝置包括：
2.根據權利要求1所述的設計輔助裝置，其中，
3.根據權利要求1所述的設計輔助裝置，其中，
4.根據權利要求3所述的設計輔助裝置，其中，
5.根據權利要求1至4中任一項所述的設計輔助裝置，其中，
6.根據權利要求1至4中任一項所述的設計輔助裝置，其中，
7.根據權利要求1至6中任一項所述的設計輔助裝置，其中，
8.根據權利要求1至7中任一項所述的設計輔助裝置，其中，
9.根據權利要求1至8中任一項所述的設計輔助裝置，其中，
10.根據權利要求1至9中任一項所述的設計輔助裝置，包括：
...【專利技術屬性】
技術研發人員：青沼直登，西野將悟，竹本真平，奧野好成，
申請(專利權)人：株式會社力森諾科，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。