チームの最近の成果 - 材料文献に基づく知識グラフを用いた繊維強化複合材料の引張強度性能予測
私たちのチームは国際学術誌『Polymer Composites』（インパクトファクター：4.7、中国科学院QSC-2）に論文「材料文献から構築したナレッジグラフに基づく繊維強化複合材料の引張強度性能予測」を発表しました。本論文は上海大学コンピュータ工学・科学学院を筆頭所属機関とし、陳僑川が筆頭著者、趙宸が第二著者、韓越興と宋娜が共同責任著者を務めています。
繊維強化ポリマー複合材料の引張強度予測は、本質的に「材料成分－成形プロセス－力学特性」の関係に対する正確な理解に依存する。しかし、複合材料の実験には長い期間と高いコストがかかるため、実験によって十分なデータを直接取得することはしばしば困難である。一方、関連文献が急速に蓄積していることから、文献マイニングと予測モデリングによって実験探索の一部を代替することが、実現可能なアプローチとなっている。
「データ入手困難、知識分散」というボトルネックを突破するため、当チームは文献データ抽出―知識グラフ構築―機械学習予測を融合した統合ソリューションを提案した：まず複合材料データセットComMatを体系的に整理・構築し、材料・プロセス・試験・性能などの重要要素を網羅する。次に、統合抽出モデルPFPMHNを用いて文献から構造化トリプルを抽出し、領域知識グラフを構築。逆引き検索と特徴量選別により、引張強度に強く関連する重要因子を特定した。
この基盤に基づき、我々は選抜した特徴量を予測モデルの訓練に活用し、引張強度の予測において高い精度を達成した。特徴量重要度分析、SHAP分析、OAT感度分析を組み合わせることで、引張強度に影響を与える主要変数をさらに特定・検証し、複合材料の配合設計とプロセス最適化に向けた実践的な意思決定の根拠を提供した。