ニューラルネットワークは、ニューロンと呼ばれる要素と、それらをつなぐ重みつきの結合によって構成されます。このネットワークは、入力信号を与えると、学習結果に応じた結果を出力する関数となります。
特定の入力信号に対して目的の出力値を得るためには、学習と呼ばれるプロセスによって、ニューロン間の結合の重みを調整します。物性推算を行うためには、入力信号として分子構造の情報を与え、目的の物性値を出力するように学習を行います。この学習においては、教師データと呼ばれるデータのセット
( 既知である分子の構造とその分子の物性値の組 ) を用います。
学習により得られたネットワークは、分子の構造情報と物性値の間の関係を抽出した関数となっているということができます。学習後は、物性値が未知である分子
( 学習に用いていない分子 ) の構造を入力することにより、抽出された関係を元に、物性値を推算することができます。
また、ニューラルネットワークは、非線形の関数となっているため、重回帰などの線形的な手法では表現が困難となる物性値に対しても、有効な推算式を構築することができます。
|
HOME
前のページへ
TOPへ