チームの最近の成果：文献マイニングに基づく炭素繊維強化プラスチックの曲げ強度の予測
私たちのチームは『Journal of Materials Research and Technology』（IF：7.3、中国科学院ランクII）に論文「Prediction of Flexural Strength of Carbon Fiber Reinforced Polymers Based on Literature Mining」を発表しました。本論文の第一所属機関は上海大学コンピュータ工学・科学学院です。
炭素繊維強化ポリマー（Carbon Fiber Reinforced Polymers、CFRPs）は、高強度、軽量性、耐食性などの優れた特性を有することから、航空宇宙、自動車、建築、エネルギーなどの分野で広く利用されている。CFRPsの曲げ強度は、材料組成、製造プロセス、加工パラメータ、試験片寸法など、さまざまな要因の影響を受ける。従来の材料特性最適化は通常、多数の実験に依存するため、長い開発期間と高いコストを要する。一方、複合材料に関する既存文献には、材料組成、プロセスパラメータ、特性に関する大量のデータが蓄積されているが、専門的なエンティティタイプが複雑で、文脈への依存性も高いため、効率的な自動抽出は困難である。これらの問題に対し、本論文では文献マイニングと機械学習を融合したCFRPsの曲げ強度予測手法を提案した。科学文献から重要な材料情報を自動抽出することで、材料特性予測とプロセス最適化のためのデータ基盤を提供する。
具体的には、まず13種類の複合材料エンティティを含む専門文献データセットCompMatLitDSを構築し、異種グラフに基づく意味強化型エンティティ認識モデルSRGN（Semantic-Rich Graph Networks）を提案した。SRGNは、文字レベル、単語レベル、およびMatSciBERTに基づく文脈意味表現を統合し、自己注意機構と異種グラフ構造を組み合わせて、文脈情報とエンティティタイプ間の関係を共同でモデル化することにより、複雑な材料エンティティの認識能力を向上させる。さらに、SRGNを用いて210編の関連文献から材料およびプロセス情報を自動抽出し、整理後に105組の曲げ強度データを取得した。続いて、XGBoost、ランダムフォレスト、GBDT、決定木を用いて特性予測モデルを構築した。CompMatLitDSデータセットにおいて、SRGNは95.83%の適合率、95.07%の再現率、95.45%のF1スコアを達成した。曲げ強度予測では、ランダムフォレストとXGBoostがともにテストセットで0.93のR²を達成し、ランダムフォレストはより低い予測誤差を示した。さらに、特徴重要度とSHAP分析により、硬化温度や硬化時間などの主要なプロセスパラメータがCFRPsの曲げ強度に及ぼす影響を明らかにし、複合材料の特性予測とプロセスパラメータ最適化に向けた新たなデータ駆動型手法を提供した。
論文リンク：Prediction of flexural strength of carbon fiber reinforced polymers based on literature mining
