※ 検索ワードを区切るスペースは半角でお願いします。
近年，デジタルトランスフォーメーション（DX）の重要性が極めて多岐に亘る分野で叫ばれており，有機合成化学の分野においても機械学習を駆使した研究・開発の効率化に大きな注目が集まっている。機械学習の精度を高めるためには，多数の良質のデータが重要であることは論を俟たないが，2022年にBurkeとGrzybowskiらは最適反応条件予測において，精選した多数の報告データを用いて最先端の学習器を訓練しても高い予測精度が得られなかったことを報告した1）。原因として，そもそもデータベースに登録されている有機合成反応の条件が偏っている点を挙げている。2022年には，BurkeとGryzbowskiらが自動合成を駆使して，偏りのない，信頼性の高い良質データを取得することで高精度の予測結果が得られることを報告した2）。この事例からも分かる通り，機械学習を利用する上で，良質データを実験により取得することは大変有効と言えるが，残念ながら有機合成化学の分野は他分野と比較して実験コストが高い。 反応条件探索は有機合成化学において不可避なタスクの1つであるが，有機合成化学のように実験コストの高い分野において，最小限の実験数で最適条件を...
Online ISSN : 2435-2292
Print ISSN : 0375-9253
PDFを閲覧するにはAdobe Readerが必要です。
お気に入りから削除しますか？
