Expertise Areas

専門領域と手法

高分子の熱物性予測

ガラス転移温度（Tg）・融点・結晶化温度などの熱物性を、SMILES や分子フィンガープリントから機械学習で予測するモデルの構築・評価を支援します。ATHAS データバンクを活用した QSPR（定量的構造物性相関）モデリングの経験を有しています。

分子フィンガープリントと機械学習

Morgan フィンガープリント（RDKit）、polyBERT（高分子特化 BERT）、OMG、SMiPoly などの表現手法を用いた機械学習パイプラインの構築を支援します。ランダムフォレスト・勾配ブースティング・ANN（人工ニューラルネットワーク）など複数のモデルアーキテクチャに対応しています。

熱分析データの解釈・モデリング

DSC（示差走査熱量測定）等のデータの解釈、ATHAS 解析、結晶化動力学（Avrami 解析等）に関する技術相談・支援を提供します。

利用可能なツール・ライブラリ

• RDKit（分子構造処理・フィンガープリント生成）
• PyTorch / scikit-learn（機械学習モデル）
• polyBERT（高分子 SMILES の言語モデル表現）
• ATHAS データバンク（高分子熱物性データ）
• DeepChem（ディープラーニングベースの化学 ML）