2024.08.18
pirika.comで化学
>チャピエモン-3rd Pirika Origin (CPO)
> ハンセン溶解度パラメータ (HSP)
> 化学全般
> 情報化学 >物性化学 >高分子化学 >化学工学 >その他の化学 >昔のもの
>情報化学ツール >MAGICIAN養成講座 >STEAM
>Pirika ツール群
ブログ
業務案内
お問い合わせ
情報化学 > 情報化学ツール >
[1. 概要]
山本博志(LLC: pirika.com、CEO)は1995年-1999年にかけて代替フロンの研究に携わっていた。オゾン層を破壊せず地球温暖化への影響が少ない化合物の分子構造をコンピュータを用いて設計した。まず、フッ素、塩素を含む化合物の主に熱物性を収集した。ハロゲン化合物を冷媒、発泡剤、溶剤用途に使う場合、沸点、蒸発潜熱、表面張力、溶解度パラメータ(SP値）などが必要な範囲に入る必要がある。ハロゲン化合物は高価であり、合成に危険も伴う。化合物の構造から物性を予測し、必要物性を満足する分子構造を逆設計する技術の構築が重要となった。フッ素原子は分子への導入位置や量で物性が非線形に変化する。非線形性を考慮できるニューラルネットワーク(NN)法を利用した物性推算法を構築した。代替フロンの物性データの数は限られる。少ないデータからNN法を使って非線形の物性推算式を構築する。そのためにNN法としては再構築学習法（Re-Construct Learning)というRCL-NN法を使った。NN法は学習が進むに従って結合荷重行列が誤差逆伝播法によって最適化されていく。この結合荷重行列を強い結合をますます強く、弱いものをますます弱くメリハリをつけるように再構築していく。人間の脳は昼間学習し、夜眠るときにシナプスが再構築される。 RCL-NN法はこの脳の機能を模したものだ。RCL-NN法の改良は現在（2026年）まで引き続き行われている。少ないデータで非線形の学習を行っても過学習せず、予測性能が高いNN法は化学の分野でとても重要だ。
[2. 再構築学習法]
元になる青山智夫先生の「ニューラルネットワークによる薬物の構造活性相関に関する研究」という学位論文がネットからダウンロードできる。共立出版の「階層型ニューラルネットワーク 非線形問題解析への応用」市川紘著(1993)にFortranのプログラム(PSDD: Perceptron Simulator for Drug Design)が記載されている。PSDDをベースにしプログラム言語をC++, Javaに変更したものを利用している。
具体的な利用方法とその結果はニューラルネットワーク法を使ったDrug Designで解説している。
[3. 再構築のアルゴリズム]
結合荷重行列(Wij)は次式によって学習500回に１回再構築される。
Wij = Wij-sgn(Wij)ζ{１ーδ（Wij）}
|Wij|<ζ の時に δ（Wij）= 1
|Wij|>ζ の時に δ（Wij）= 0 とする。
強い結合はさらに強くなる。弱い結合はほとんど0になる。情報の通路に関係ないニューロンの孤立化が起こる。
[4. 再構築の効果]
ガラスの誘電率を学習させたところ、初期の中間ニューロン30に対して計算が進むとニューロンの孤立化が進み16個の中間ニューロンまで減った。７個の中間ニューロンは結合荷重行列の絶対値が１以上のものは無いので、効率的に計算が進めば最終的には10個程度の中間ニューロンに落ち着きそうである。中間ニューロンの初期値は悩ましく、トライ＆エラーで決めていくことが多い。多めに入れておいて自動的に最適化が図られるのはとても優れた機能だ。
結合荷重の値自体に再構築の効果が出てくる。大きいものはますます大きく、小さいものはどんどん小さくメリハリがついてくる。結合荷重の大きなものだけ見ると情報の流れが明らかになってくる。ニューラルネットワークの結果をブラックボックスにしない為に再構築学習法は大きな効果を発揮している。
[5. プログラム]
プログラムは現在（2026.3）のところJAVAバージョンのみだが、C#にも拡張する予定だ。(最初はMacのC++で開発）
山本しかユーザーがいないので、使い勝手は非常に悪い。Tab区切りのデータをOpenし、読み込む。中間ニューロン数やパラメータを設定し計算をスタートさせる。
プログラムを走らせながら、結果次第でパラメータを調整していく。
OutPutの3つのテキストエリア（図４）は適宜セーブされる。
SUMは時々コピーしてExcelに貼り付ける。グラムを見ながら計算の進行を確認する。
JAVA(C#)のプログラムとExcelのシート用に出力される。JAVAのプログラムは例えば逆設計のプログラムからそのまま利用できる。Excel上でTypeScriptを用いて逆設計することも可能だ。
[6. NN法関連ページ]
ブログ
人工知能ってどうやって学ぶの？と子供に聞かれたら？ その１
人工知能ってどう学習するんだ？って年配の研究者に聞かれたら？ part2
人工知能に教えるって何？って若手に言われたら？ part3
人工知能に嗅覚や味覚を教えるにはどうしたらいいか？ って聞かれたら part4
出力が複数ある場合で特殊なニューラルネットワーク Nth Neural Network
1998年に作ったプログラムがいまだに動いた。
固体電解質の組成設計は難しい。(多)峰性のデータの解析(前編）
固体電解質の組成設計は難しい。(多)峰性データの解析方法 後半
カビ毒(プベルル酸)の皮膚透過性の予測
私がニューラルネットワーク法にリスキルしたのは1997年
固定ページ
ニューラルネットワーク法の初歩
ニューラルネットワーク法を使ったDrug Design
自由なアーキテクチャーのNN法と学習アルゴリズム
古い発表
情報化学討論会1999：ニューラルネットワークを用いたフロン代替物質の物性推算、および、新規化合物の逆設計
触媒学会2000：酸化物ガラスの物性推算を再構築学習法で実装
計算機化学討論会2000
古いニューラルネットワーク法に関する記述
知識の獲得 ニューラルネットワークの基本
私はニューラルネットワーク法を1997年ごろから研究している。
継続は力なり。そのごく初期に作ったデモなどを公開しておく
Copyright pirika.com since 1999-
Mail: yamahiroXpirika.com (Xを@に置き換えてください) メールの件名は[pirika]で始めてください。