[2C04-06] MA抽出溶媒

[2C06] MA抽出のためのフッ素系スーパー溶媒の探査

(8)人間介在型機械学習によるアクチノイド化学研究の加速

*西原 尚宏¹、中瀬 正彦¹、梶谷 孝¹、岡村 知拓¹、ファウジア ハヌム　イクワン¹、田端 千紘²、小林 徹²、松井 孝太³、石田 仁美⁴、高橋 亮⁴ (1. 東工大、2. JAEA、3. 名古屋大学、4. MHI)

キーワード：人間介在型機械学習、転移学習、アクチノイド実験

次世代再処理におけるMA分離は、サイクル合理化、処分場への負荷低減のために重要である。日本ではアクチノイド実験が実施しづらくなってきている中、本プロジェクトではMA抽出に適した溶媒探査に加え、機械学習によるアクチノイド実験の加速を目指してきた。アクチノイド実験では機械学習モデルの作成に必要な訓練データ取得もハードルが高い場合がある。そのため、過去の実験条件のずれたデータや性能が不十分とされたデータも活かすことがカギとなる。また、アクチノイド元素の模擬元素でのコールド実験データからアクチノイド実験データを推算可能であれば、あらゆる検討が大幅に効率化される可能性がある。これらを実現するには、研究者(実験者)の知見を取り込んだ、"人間介在型(HITL)”の機械学習スキームが重要である。本発表では、アクチノイド化学研究を加速させるために転移学習といった幾つかの機械学習スキームを組み合わせたHITL機械学習の実装例を紹介する。