2024年 | プレスリリース?研究成果
環境にやさしい工場のプロセスの迅速な構築につながる 機械学習技術を開発 ─ 複雑な化学反応の計算に必要な数百~数千の化学種を 5種類に減らしても同等の精度 ─
【本学研究者情报】
〇大学院工学研究科 化学工学専攻
助教 松川 嘉也
【発表のポイント】
- ニューラルネットワーク(注1)に详细化学反応机构(注2)という复雑なモデルを学习させるための新しい手法を开発しました。
- ニューラルネットワークの予测精度を高精度化できる、従来法より偏りの少ないデータセット(注3)の作成手法を提案しました。
- 従来法では数百~数千の化学种(注4)とその化学反応式を考える必要があり、非现実的な计算时间を要しました。本手法では主要成分のみに着目し、事例とした水性ガスシフト反応ではわずか5化学种で済むため、计算速度を大幅に高速化できました。
【概要】
低炭素?循环型社会の実现は急务であり、环境にやさしい化学プロセスを迅速に実现する必要があります。プロセス开発を従来よりも短时间で行うためには、シミュレーションの効果的な活用が欠かせません。シミュレーションの际に利用する化学反応モデルの精度が低いと、误った结果を导く可能性があります。一方で、高精度な化学反応モデルを使用すると、シミュレーションに时间がかかるという课题がありました。
东北大学大学院工学研究科の松川嘉也助教らの研究グループは、详细化学反応机构という精度が高く复雑なモデルをニューラルネットワークに学习させるための新たなデータセットの作成方法を开発しました。この方法は、化学反応の普遍的な特性を考虑して、化学反応の観点で偏りの小さなデータセットを作成することができます。そのデータセットを学习したニューラルネットワークは详细化学反応机构に近い精度でごく短时间に反応速度を求めることができます。
本研究成果は、2024年5月11日に化学工学分野の専門誌 Chemical Engineering Journalにオンライン掲載されました。
図1. 本研究の概要: ニューラルネットワークを活用したモデルの簡略化手法
【用语解説】
注1. ニューラルネットワーク
人间の脳内にある神経细胞(ニューロン)のネットワーク构造を模した数学モデルであり、机械学习のモデルとしてよく利用される。
注2. 詳細化学反応機構
化学反応において、物质がどのような过程を経て最终生成物に変化していくかを示したものを反応机构といい、一続きの化学反応の各段阶で起こることを详细に记述しようと试みる理论的な推论である。特に、ラジカルなどのごくわずかにしか存在しない化学种も含めてできる限り多くの化学种を考虑した反応モデルを详细化学反応机构と呼ぶ。様々な条件で精度よく利用することができるが、考える化学种数と化学反応式の数が多いため、シミュレーションに膨大な时间がかかる。
注3. データセット
何らかの目的や対象について収集され、一定の形式に整えられたデータの集合。机械学习などコンピュータによる自动処理を行うために用意された大量の标本データのことを指すことが多い。
注4. 化学種
分子、化合物、イオンや原子などを一括した言叶。详细化学反応机构では酸素(翱2)、水蒸気(贬2翱)、二酸化炭素(颁翱2)や水素ラジカル(贬)など数百种类が考えられている。
问い合わせ先
【问い合わせ先】
(研究に関すること)
東北大学 大学院工学研究科
助教 松川嘉也
TEL: 022-795-7251
E-mail: matsukawa@tohoku.ac.jp
(*を蔼に置き换えてください)
(报道に関すること)
東北大学 大学院工学研究科 情報広報室
担当 沼澤みどり
TEL: 022-795-5898
E-mail: eng-pr@grp.tohoku.ac.jp
(*を蔼に置き换えてください)

![]()
东北大学は持続可能な开発目标(厂顿骋蝉)を支援しています