[2I15-19] Extractant for Minor Actinides

[2I18] Exploration of Fluorinated Super-Solvent for Minor Actinide extraction

(4)Prospects of Machine Learning Approach on Exploration of Fluorinated Super-Solvent for Minor Actinide extraction

*Kota Matsui¹, Masahiko Nakase², Miki Harigai², Shinta Watanabe², Chihiro Tabata³, Tomoo Yamamura³, Tohru Kobayashi⁴, Taisuke Tsukamoto⁵, Koichi Kakinoki⁵, Takashi Shimada⁵ (1. Nagoya Univ., 2. Tokyo Tech, 3. Kyoto Univ., 4. JAEA, 5. MHI)

Keywords:Machine Learning, Statistical Experimental Design, Exploration of Solvent, Chemo Informatics

機械学習は、観測されたデータから未知の入出力関係に対する予測モデルを効率的に開発するための方法論である。特に、少ないデータから所望の出力を達成する入力条件を効率的に発見する実験計画を行うための機械学習手法は強力なツールとして材料科学の諸分野で利用されている。本研究で考察するフッ素系スーパー溶媒探索問題では、各抽出条件に対する抽出性能（抽出率など）を網羅的な実験によって同定するには膨大な時間的・空間的・経済的なコストを要する。そこで、まず抽出条件に対する抽出性能を予測するモデルを開発することを試みる。このモデルを用いて未知の条件に対する抽出性能を予測し、それに基づいて実際に測定実験を行う条件を絞り込むことで総実験コストの軽減を図る。また、本研究の最終的な狙いである新規溶媒の探索を行うため、一連のプロセスを他の問題でも利用できるようフレームワーク化する試みについても検討する。