クラスタリング手法を用いた液体の多次元熱流体物性のデータ分析

摘要

そこで，本研究では，機械学習技術を利用し液体材料の設計·探索を容易とするプラットフォームの構築を目指して研究を行っている．特にここでは，自己組織化マップ（SOM）を利用することで，多数の液体が有する多種多様な熱物性を視覚的に把握できるようにする手法を提示する．SOMは，これまで航空機翼の最適設計や熱硬化性ポリマー樹脂の材料探索など工学分野においても応用が進hでいる．SOMを利用することによって，多数の熱流体を大局的に俯瞰し，元来専門的知識が要求される液体材料の探索を容易としたり，これまで見落とされていた優れた性質を有する液体材料の発見を可能とする解析基盤の構築を行う．