@misc{oai:repo.qst.go.jp:00074816,
 author = {大道, 正明 and 覚知, 亮平 and 瀬古, 典明 and Omichi, Masaaki and Seko, Noriaki},
 month = {Mar},
 note = {昨今のマテリアルズ･インフォマティクスの発展により、高分子材料に対してもその適用に大きな期待が寄せられている。しかしながら、高分子化合物の物性はその合成過程や加工過程、さらには測定過程にも強く依存している。このため、低分子量の有機化合物や無機化合物などとは異なり、その物性を一義的に文献値から収集することは困難を極める。さらに、ポリマー材料に対する高速かつ高精度な第一原理計算は一般的に不可能である。これは、高分子化合物がその名の通りに多くの原子を有しているため、高分子に対する第一原理計算が現状の計算コストでは現実的に不可能であるのみならず、その分子量分散度に由来する不均一性にも多分に依っている。上記の複雑さから、高分子化合物
に対するマテリアルズ･インフォマティクスを展開する場合には、多数の高分子化合物を実際に合成する必要性がある。しかしながら、通常高分子化合物のライブラリー合成は、困難を極める。従って、現状では多様な高分子化合物のライブラリーは未整備であり、多様性指向型の高分子合成がマテリアルズ･インフォマティクスという観点からは強く求められている。以上を総括し本研究発表では、新しい高分子化合物のライブラリー合成並びにその機械学習による材料特性制御の試みに関して発表を行う。, Fututre Trend in Polymer Science 2018},
 title = {多成分連結反応を活用したポリマープールの創製と機械学習による材料特性制御の試み},
 year = {2019}
}