@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00228049,
 author = {森長, 大貴 and 八幡, 晃一郎 and 淺原, 彰規},
 book = {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},
 month = {Jun},
 note = {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．},
 pages = {125--130},
 publisher = {情報処理学会},
 title = {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},
 volume = {2023},
 year = {2023}
}