硬化性組成物の探索方法、及び、硬化性組成物の探索装置

発明者： , , , ,
出願人/特許権者：
公報種別：公開公報
出願番号（国際出願番号）：特願2019-161835
公開番号（公開出願番号）：特開2021-038344
出願日： 2019年09月05日
公開日（公表日）： 2021年03月11日
要約：

【課題】優れた接着強度を有する硬化性組成物の探索方法を提供すること。【解決手段】コンピュータが実行する硬化性組成物の探索方法であって、エポキシ-アミン硬化性組成物に含まれるエポキシの分子量、上記アミンの分子量、アミノ基/グリシジル基の含有モル比、及び、硬化性組成物の硬化温度を特徴量として含む特徴量ベクトルと、それに対応する接着特性の実測値と、を含む初期データセットを訓練データとしてモデルを生成することと、実測値より高い接着特性を示すことが予測される新たな硬化物についての接着特性の実測値と、その予測値との差により定義される予測誤差が、測定誤差との比較で予め定めた水準に到達するまで、モデルを繰り返して更新し、学習済みモデルを得て、それを目的関数とし、Expected Improvementを獲得関数としてベイジアンモデルを生成することを含む、探索方法。【選択図】図3

請求項（抜粋）：

コンピュータが実行する硬化性組成物の探索方法であって、エポキシ樹脂からなる主剤と、アミン系硬化剤とを含有する硬化性組成物に含まれる前記主剤の分子量、前記アミン系硬化剤の分子量、前記主剤中におけるグリシジル基の含有量に対する前記アミン系硬化剤中におけるアミノ基の含有量の含有モル比、及び、前記硬化性組成物を硬化させて硬化物を得るための硬化温度を特徴量として含む特徴量ベクトルと、それに対応する前記硬化物の接着特性の実測値と、を含む初期データセットを訓練データとして前記特徴量ベクトルと前記接着特性との関係を表すモデルを生成することと、前記初期データセットに含まれる前記実測値より高い接着特性を示すことが前記モデルを用いて予測される新たな硬化物についての接着特性の実測値と、その予測値との差により定義される予測誤差が、測定誤差との比較で予め定めた水準に到達するまで、前記新たな硬化物の接着特性の実測値を前記訓練データに加えて前記モデルを繰り返して更新し、学習済みモデルを得ることと、前記学習済みモデルを目的関数とし、前記訓練データに含まれる実測値のうちの最大値の更新幅の期待値によって定義される関数を獲得関数としてベイジアンモデルを生成することを含む、硬化性組成物の探索方法。

IPC (3件)：

C08G 59/50 , G06F 30/10 , G06F 30/27

FI (4件)：

C08G59/50 , G06F17/50 638 , G06F17/50 604D , G06F17/50 604A

Fターム (12件)：

4J036AB07 , 4J036AD08 , 4J036AE05 , 4J036AF08 , 4J036AJ05 , 4J036AJ08 , 4J036DC02 , 4J036DC14 , 5B046GA01 , 5B046HA05 , 5B046KA05 , 5B046KA06

引用特許：

審査官引用 (4件)

ゴム状弾性体の性能の予測方法
公報種別：公開公報出願番号：特願2017-172298 出願人：住友ゴム工業株式会社
物性情報推測方法、物性情報推測モデル生成方法、物性情報推測装置、物性情報推測モデル生成装置、物性情報推測プログラム、及び物性情報推測モデル生成プログラム
公報種別：公開公報出願番号：特願2019-143556 出願人：三井化学株式会社
解析装置、解析方法、およびプログラム
公報種別：公開公報出願番号：特願2018-113073 出願人：国立研究開発法人宇宙航空研究開発機構

全件表示

前のページに戻る