[21a-PB1-1~86] 17 Nanocarbon Technology (Poster)

[21a-PB1-3] Optimization of synthesis conditions for spinnable carbon nanotube array by machine learning

〇(D)Hirotaka Inoue¹, Tomohiro Nakagawa¹, Masaki Hada^1,2, Takeshi Nishikawa¹, Yoshifumi Yamashita¹, Yasuhiko Hayashi¹ (1.Okayama Univ., 2.Univ. Tsukuba)

Keywords:carbon nanotube, dry spinning, machine learning

乾式紡績可能なカーボンナノチューブ(CNT)アレイは，紡績性を発現する条件の狭さから，合成条件の最適化に多大な資源，時間を必要とする．そこで我々はこの合成条件の最適化に機械学習を活用することを検討した．過去の研究により紡績性発現にはCNTアレイの密度と高さが特に重要であることを確認していることから，11の合成パラメータから高さ・密度を推定する学習器を作成し，その効果を確認した．