【概要】
OPV用途のポリマーを自己組織化マップ(SOM)でクラスタリングし、光電変換効率(PCE)と相関する特性や構造的特徴を調査した。

Abstract Image

ポリマーは別のポリマーと区別するために高次元の特徴量を必要とする。
例えば、低分子と同様のモノマーの特徴量(原子、主骨格、置換基、等)に加えて、ポリマー特有の特徴量(分子量、分散、直線状、分岐状、環状、等)が必要になる。

このような高次元のデータセットを機械学習しようとすると「次元の呪い」に陥るが、SOM の infomation projection 機能を利用してこの問題を回避した。

データ
約 1200 種類のポリマーのデータ。

説明変数
分子記述子(N, O, S, F, 側鎖数, 芳香環数, 5員芳香環数, 6員芳香環数, 分岐側鎖の有無), Mw, Mn, PDI, HOMO, LUMO, Eg, Eloss

目的変数
Voc, Jsc, FF, PCE

モデル
自己組織化マップ(SOM)

クラスタリング結果
・Eloss と F 原子数が PCE と高い相関を示した。
・高 PCE 材料には通常 6~9 の芳香族間がある。

【所見】
SOM を利用することで新しい発見ができたというわけではなく、これまでに知見のある相関がたしかに確認できたという結果だった。
予想外の特徴量を加えないと、新しい発見にはつながらない?
データセットが過去の論文データなので、外挿にあたる新しい知見は得られない?

【引用】
Yue Huang*, Jingtian Zhang, Edwin S. Jiang, Yutaka Oya, Akinori Saeki, Gota Kikugawa, Tomonaga Okabe, and Fumio S. Ohuchi*
J. Phys. Chem. C 2020, 124, 24, 12871–12882