ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. シンポジウム
  2. シンポジウムシリーズ
  3. マルチメディア、分散、協調とモバイルシンポジウム(DICOMO)
  4. 2023

アニーリングマシンを利用したグラフニューラルネットワークによる高精度な分子特性予測

https://ipsj.ixsq.nii.ac.jp/records/228049
https://ipsj.ixsq.nii.ac.jp/records/228049
cc1ce8d7-6925-4ad6-8b06-1979c5b2c824
名前 / ファイル ライセンス アクション
IPSJ-DICOMO2023019.pdf IPSJ-DICOMO2023019.pdf (936.3 kB)
Copyright (c) 2023 by the Information Processing Society of Japan
オープンアクセス
Item type Symposium(1)
公開日 2023-06-28
タイトル
タイトル アニーリングマシンを利用したグラフニューラルネットワークによる高精度な分子特性予測
言語
言語 jpn
キーワード
主題Scheme Other
主題 機械学習,AI
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
株式会社日立製作所研究開発グループ
著者所属
株式会社日立製作所研究開発グループ
著者所属
株式会社日立製作所研究開発グループ
著者名 森長, 大貴

× 森長, 大貴

森長, 大貴

Search repository
八幡, 晃一郎

× 八幡, 晃一郎

八幡, 晃一郎

Search repository
淺原, 彰規

× 淺原, 彰規

淺原, 彰規

Search repository
論文抄録
内容記述タイプ Other
内容記述 材料産業では IT を利用した効率的な材料開発手法であるマテリアルズ・インフォマティクスの導入が進んでいる.例えば AI による化合物の特性予測は,効率的な材料実験計画を支援する技術の一つである.本研究では有機化合物の特性予測に用いられるグラフニューラルネットワークの精度を,アニーリングマシンを用いて向上させる方法を考案した.アニーリングマシンで得られた最大カット問題の解を用いてグラフの頂点を削除しつつ,削除される頂点の情報を辺に畳み込むアーキテクチャにより,最大 28% の誤差が低減し材料実験回数を 16% 削減できることを確認した.
書誌情報 マルチメディア,分散,協調とモバイルシンポジウム2023論文集

巻 2023, p. 125-130, 発行日 2023-06-28
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 11:57:57.029096
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3