文献

J-GLOBAL ID：202202287329225613   整理番号：22A0419100

機械学習を用いた高絶縁ガスの創成

Machine-Learning-Based Discovery of High-Dielectric-Strength Gas

著者 (3件)： 嶋川肇 (東大) ,  熊田亜紀子 (東大) ,  佐藤正寛 (東大)
資料名： 電気学会研究会資料(Web)  (Papers of Technical Meeting, IEE Japan (Web))
号： DEI-22-021-035/EPP-22-021-035/HV-22-046-060 誘電・絶縁材料/放電・プラズマ・パルスパワー/高電圧研究会 (冊子)  ページ： 35-40  発行年： 2022年01月18日 
JST資料番号： U2358A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 環境影響が低いSF₆代替ガスを開発するためには,既存データから逸脱する大きな材料空間を探索する必要がある。著者らは,機械学習を用いて高絶縁破壊強度ガスの探索を行う。短時間に高精度でガスの沸点,絶縁破壊強度および地球温暖化係数(GWP)を予測するために,より適切に分子特徴を抽出できる学習モデルを実行する。その結果として,絶縁破壊強度がSF₆のものより約2倍以上大きく,GWPが1より低い候補ガスを得ており,これは高絶縁性クリーンガスである。(翻訳著者抄録)

シソーラス用語： *機械学習 ,  フッ化硫黄 ,  絶縁耐力 ,  沸点 ,  *絶縁材料 ,  係数 ,  ニューラルネットワーク ,  特徴抽出 ,  分子設計 ,  計算モデル ,  予測モデル
準シソーラス用語： SF6 ,  絶縁破壊強度 ,  地球温暖化係数

分類 (2件)： 絶縁材料  (NA04030W) ,  人工知能  (JE08000Z)

引用文献 (18件)：

• M. Rabie and C. M. Franck, ”Assessment of eco-friendly gases for electrical insulation to replace the most potent industrial greenhouse gas sf6,” Environmental Science & Technology, vol. 52, no. 2, pp. 369-380 (2018)
• S. Tian et al., ”Research status of replacement gases for SF6 in power industry,” AIP Adv, vol. 10, no. 5, p. 050702 (2020)
• M. Rabie, D. A. Dahl, S. M. A. Donald, M. Reiher, and C. M. Franck, ”Predictors for gases of high electrical strength,” IEEE Trans. Dielectr. Electr. Insul., vol. 20, no. 3, pp. 856-863, Jun. 2013.
• 佐藤正寛,熊田亜紀子,日高邦彦, 「機械学習および量子化学計算を用いた気体材料の絶縁破壊電界・沸点予測の精度向上に関する一検討」, 電気学会論文誌 A, vol.137, no.7, pp.422-427 (2017)
• X. Yu, H. Hou, and B. Wang, ”Prediction on dielectric strength and boiling point of gaseous molecules for replacement of SF6,” J. Comput. Chem., vol. 38, no. 10, pp. 721-729 (2017)

タイトルに関連する用語 (3件)： 機械学習 ,  絶縁 ,  創成