[12p-A405-1~17] 12.2 Characterization and Materials Physics

[12p-A405-15] Machine-Learning-Assisted Design Tool for Semiconducting and Fluorescent Molecules

〇Hiroyuki Matsui¹, Tomoharu Okada¹ (1.ROEL, Yamagata Univ.)

Keywords:machine learning, organic semiconductor, materials informatics

有機半導体や蛍光体などの分子設計において、HOMO, LUMOエネルギーは電気伝導特性や光学特性を決定する重要なパラメータである。現在、HOMO, LUMOエネルギーを求める方法の主流はDFT計算であるが、構造最適化も含めると計算時間は数分～１時間程度を要する。本研究では、機械学習によって分子構造式から瞬時にHOMO, LUMOエネルギーを予測し、それを構造式エディタと連携させることにより、ヒトが分子を描画する際にリアルタイムでHOMO, LUMOエネルギーの予測値をフィードバックする分子設計支援ツールを開発した。