|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード:早稲田大学における「機能性材料」 に関係する研究一覧:4件
概要表示
折りたたむ
発表日:2025年10月23日
1
機械学習で結晶構造の予測精度を2倍に向上
医薬品や機能性有機材料の開発を加速する新手法を開発
早稲田大学データ科学センターの谷口卓也(たにぐちたくや)准教授、同大学大学院先進理工学研究科一貫制博士課程3年の深澤亮(ふかさわりょう)らの研究グループ(以下、本研究グループ)は、このたび機械学習を使って有機分子の結晶構造予測※1の成功率を向上させることに成功しました。有機分子の結晶構造を予測することは医薬品や機能性材料の開発に重要ですが、膨大な計算コストが課題でした。本研究では、機械学習を用いて有望な結...
キーワード:ニューラルネットワーク/ワークフロー/機械学習/最適化/対称性/量子化/計算機シミュレーション/相転移/太陽/分子構造/量子化学/量子化学計算/ディスプレイ/有機エレクトロニクス/有機太陽電池/有機半導体/分子性固体/有機分子/ACT/ファンデルワールス力/電子デバイス/有機EL/有機材料/ボトルネック/太陽電池/電気伝導/電子状態/電池/有機結晶/電気伝導性/シミュレーション/ニューラルネット/機能性材料/結晶化/多孔質/多孔質材料/半導体/インフォマティクス/構造予測/機能性/結晶構造/コンフォメーション/医薬品開発
他の関係分野:情報学数物系科学化学総合理工工学総合生物農学
概要表示
折りたたむ
発表日:2025年7月1日
2
ナノ多孔体の結晶性を制御する新たな合成方法を開発
カーボンニュートラルの実現に資する触媒材料、エネルギー変換材料開発へ期待
早稲田大学理工学術院の松野 敬成(まつの たかみち)講師らは、酸化鉄ナノ多孔体※1の結晶子サイズ※2を制御する新しい合成方法を開発しました。鋳型となる多孔体の内部で前駆体の塩化鉄を気相拡散※3させ、鋳型中で酸素と反応させることで結晶が成長し、”単結晶性ナノ多孔体※4”が得られることを見出しました。酸化鉄の一種であるα-Fe2O...
キーワード:水溶液/核形成/周期性/太陽/自己組織/ミセル/耐熱性/両親媒性/電子線/有機分子/融点/ナノ多孔体/前駆体/ナノ構造体/カーボンニュートラル/ヒドロキシラジカル/細孔構造/酸化鉄/多孔体/太陽電池/単結晶/電子回折/電池/熱安定性/カーボン/3次元構造/シリカ/ナノサイズ/ナノスケール/ナノメートル/ナノ空間/ナノ構造/ナノ粒子/フーリエ変換/マイクロ/界面活性剤/機能性材料/金属酸化物/結晶成長/結晶方位/酸化還元/酸化物/多孔質/電子顕微鏡/熱分解/比表面積/有機物/エネルギー変換/機能性/結晶性/EST/組織化/ラジカル/合成化学
他の関係分野:数物系科学化学総合理工工学農学
概要表示
折りたたむ
発表日:2025年6月3日
3
たった1ステップで多環式分子を構築
70年の難題を打破する「合成ショートカット」を開発
天然物や薬に含まれる「多環式構造」を簡単に作ることは、有機化学の長年の課題でした。早稲田大学理工学術院の山口潤一郎(やまぐちじゅんいちろう)教授の研究グループと名古屋大学トランスフォーマティブ生命分子研究所(ITbM)の武藤慶(むとうけい)特任准教授は、パラジウム触媒を用いて3種類の簡単な原料から、化学的に複雑な多環式構造を一挙に構築する新手法を開発しました。鍵となるのは、70年前に報告されて以来、合成が困難だった「o-キノジメタン」という高反応性中間体を、反応の途中でその場で生成・即座に利用する新技術です。本手法により、従来法と比べて工程数と時間を大幅...
キーワード:コンポーネント/機械学習/最適化/高エネルギー/ハロゲン/分子構造/芳香環/キラル/機能性分子/触媒反応/天然物合成/不斉合成/有機合成化学/有機分子/グリーンケミストリー/前駆体/選択性/持続可能/メタン/環境負荷/機能性材料/廃棄物/機能性/ホルモン/性ホルモン/パラジウム/パラジウム触媒/ラット/医薬品開発/合成化学/創薬/多成分反応/有機合成/誘導体/立体構造/立体選択性
他の関係分野:情報学数物系科学化学総合理工工学農学
概要表示
折りたたむ
発表日:2025年4月3日
4
AIで有機結晶の機能を高出力化
機械学習を活用し、従来と比べ3.7倍大きい力を効率的に実現
早稲田大学データ科学センターの谷口 卓也(たにぐち たくや)准教授、同大理工学術院の朝日 透(あさひ とおる)教授、同大大学院先進理工学研究科一貫制博士課程5年(研究当時)の石崎 一輝(いしざき かずき)らの研究グループ(以下、本研究グループ)はこのたび、機械学習を使って光駆動有機結晶の発生力を向上させることに成功しました。従来の光駆動有機結晶は発生できる力が小さく、実用化に向け課題が残っていました。そこで本研究グループは、分子設計と実験条件最適化にそれぞれ機械学習を用い、その手法を組み合わせることで、より高い出力を効率的に得ることに成功しました。従来の少なくとも73倍のスピードで条件探索を...
キーワード:AI/機械学習/最適化/情報学/人工知能(AI)/産学連携/光エネルギー/環境技術/クリスタル/ハロゲン/相転移/太陽/分子構造/有機分子/ACT/材料科学/アミン/エネルギー効率/機械的特性/ベンゼン/光照射/ヤング率/有機結晶/アクチュエータ/シミュレーション/モーター/ロボット/遠隔制御/遠隔操作/環境負荷/機能性材料/結晶化/非接触/インフォマティクス/機能性/光制御/予測モデル/スクリーニング/分子設計
他の関係分野:情報学複合領域環境学数物系科学化学総合理工工学総合生物農学
早稲田大学 研究シーズ