特開 2023-112544 情報処理方法、プログラム、情報処理装置、モデルの生成方法、金属有機構造体の製造方法、金属有機構造体及び複合体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023112544

(43)【公開日】2023-08-14

(54)【発明の名称】情報処理方法、プログラム、情報処理装置、モデルの生成方法、金属有機構造体の製造方法、金属有機構造体及び複合体

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20230804BHJP

【ＦＩ】

G06Q50/10

【審査請求】有

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022014402

(22)【出願日】2022-02-01

(71)【出願人】

【識別番号】000002093

【氏名又は名称】住友化学株式会社

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】菊地 悠太

(72)【発明者】

【氏名】▲高▼木 航

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC12

(57)【要約】

【課題】金属有機構造体の吸脱着特性を効率的に推定することができる情報処理方法等を提供する。
【解決手段】情報処理方法は、金属有機構造体における複数のパラメータを取得し、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する。
【選択図】図１

【特許請求の範囲】

【請求項1】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する
情報処理方法。

【請求項2】

前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力して前記第２パラメータを出力する
請求項１に記載の情報処理方法。

【請求項3】

前記金属有機構造体における前記第１パラメータと、前記第１パラメータ及び前記第２モデルを用いて得られた前記第２パラメータとを前記第１モデルに入力する
請求項２に記載の情報処理方法。

【請求項4】

前記第２パラメータが空隙率である
請求項２又は請求項３に記載の情報処理方法。

【請求項5】

前記第１モデルにより出力された前記吸脱着特性に基づいて、前記吸脱着特性が所定条件を満たす金属有機構造体を抽出する
請求項１から請求項４のいずれか１項に記載の情報処理方法。

【請求項6】

前記第１モデルは、金属有機構造体における比表面積、細孔容積、結晶密度及び細孔径から選択される少なくとも１つと、空隙率とを入力した場合に、前記金属有機構造体における水の吸着性能を出力するよう学習されている
請求項１から請求項５のいずれか１項に記載の情報処理方法。

【請求項7】

前記金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性との相関関係に基づいて、前記複数のパラメータのうち前記吸脱着特性と相関するパラメータを特定する
請求項１から請求項６のいずれか１項に記載の情報処理方法。

【請求項8】

特定した前記吸脱着特性と相関するパラメータが所定条件を満たす金属有機構造体を抽出し、
抽出した金属有機構造体に対し、前記第１モデルを用いて前記吸脱着特性を出力する
請求項７に記載の情報処理方法。

【請求項9】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する
処理をコンピュータに実行させるためのプログラム。

【請求項10】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する
処理を実行する制御部を備える
情報処理装置。

【請求項11】

金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性とを含む訓練データを取得し、
前記訓練データに基づき、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習されたモデルを生成する
モデルの生成方法。

【請求項12】

候補となる金属有機構造体における複数のパラメータを取得する工程と、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する工程と、
出力された前記吸脱着特性が所定条件を満たす金属有機構造体を特定する工程と、
特定した前記金属有機構造体を得る工程とを有する
金属有機構造体の製造方法。

【請求項13】

請求項１から請求項８のいずれか１項に記載の情報処理方法を経て得られた、金属有機構造体。

【請求項14】

請求項１から請求項８のいずれか１項に記載の情報処理方法を経て得られた金属有機構造体を含む、複合体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理方法、プログラム、情報処理装置、モデルの生成方法、金属有機構造体の製造方法、金属有機構造体及び複合体に関する。

【背景技術】

【0002】

多孔性化合物である金属有機構造体（ＭＯＦ：Metal Organic Framework、以下ＭＯＦとも称する。）は、多孔性配位高分子（ＰＣＰ：Porous Coordination Polymer）とも呼ばれる材料である。ＭＯＦは、金属と有機配位子との相互作用により形成された高表面積の配位ネットワーク構造を有する。

【0003】

ＭＯＦは上述した構造により水やガス、有機分子等を吸着又は脱着する特性を示すことから、多様な材料として利用できる。そのため、ＭＯＦに関する研究・開発が進められている。特許文献１には、低湿度条件下でも高い吸湿性能を有する金属有機構造体の製造方法が提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０－１１９４３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

高い要求性能を示すＭＯＦを製造する場合には、多数存在するＭＯＦの中から、各ＭＯＦの特性を評価することにより、利用目的に応じた特性を満たすＭＯＦを選択し、製造対象とするＭＯＦを決定する必要がある。多数のＭＯＦにおける特性を個々に評価することは、時間やコストを要する。

【0006】

本開示の目的は、ＭＯＦの吸脱着特性を効率的に推定することができる情報処理方法等を提供することである。

【課題を解決するための手段】

【0007】

本開示の一態様に係る情報処理方法は、金属有機構造体における複数のパラメータを取得し、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する。

【0008】

本開示の一態様に係るモデルの生成方法は、金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性とを含む訓練データを取得し、前記訓練データに基づき、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習されたモデルを生成する。

【0009】

本開示の一態様に係る金属有機構造体の製造方法は、候補となる金属有機構造体における複数のパラメータを取得する工程と、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する工程と、出力された前記吸脱着特性が所定条件を満たす金属有機構造体を特定する工程と、特定した前記金属有機構造体を得る工程とを有する。

【0010】

本開示の一態様に係る金属有機構造体は、上述の情報処理方法を経て得られる。

【0011】

本開示の一態様に係る複合体は、上述の情報処理方法を経て得られた金属有機構造体を含む。

【発明の効果】

【0012】

本開示によれば、ＭＯＦの吸脱着特性を効率的に推定することができる。

【図面の簡単な説明】

【0013】

【図1】実施形態に係る情報処理装置の構成を示すブロック図である。

【図2】第１モデルの概要を示す説明図である。

【図3】第２モデルの概要を示す説明図である。

【図4】ＭＯＦデータの内容例を示す図である。

【図5】相関関係を示すヒートマップの一例を示す図である。

【図6】抽出結果を示すヒートマップの一例を示す図である。

【図7】１次抽出に関する処理手順の一例を示すフローチャートである。

【図8】２次抽出に関する処理手順の一例を示すフローチャートである。

【図9】３次抽出に関する処理手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0014】

本開示をその実施の形態を示す図面を参照して具体的に説明する。初めに、実施形態に係る情報処理装置を用いた情報処理方法について説明する。

【0015】

図１は、実施形態に係る情報処理装置１の構成を示すブロック図である。情報処理装置１は、種々の情報処理、情報の送受信が可能な装置であり、例えばサーバコンピュータ、パーソナルコンピュータ、量子コンピュータ等である。情報処理装置１は、後述するモデルを用いて複数のＭＯＦにおける吸脱着特性を推定する。吸脱着特性とは、ＭＯＦの吸着又は脱着（脱離）に関する特性である。情報処理装置１は、推定した吸脱着特性に基づいて、所定の吸脱着特性を満たすＭＯＦを抽出する。これにより、多数のＭＯＦの中から製造（作製）対象となるＭＯＦの候補を効率的に選別することができる。

【0016】

本実施形態では一例として、水の吸着に特化したＭＯＦを抽出する場合を説明するが、抽出対象とするＭＯＦに求められる吸脱着特性は水の吸着に限定されず、例えば水の脱着、ガスの吸着又は脱着、有機分子の吸着又は脱着に関する性能等であってもよい。ガスとしては、例えば二酸化炭素、水素、一酸化炭素、酸素、窒素、炭素数１～４の炭化水素、希ガス、硫化水素、アンモニア、硫黄酸化物、窒素酸化物、シロキサン等が、有機分子としては、例えば炭素数５～８の炭化水素、炭素数１～８のアルコール、炭素数１～８のアルデヒド、炭素数１～８のカルボン酸、炭素数１～８のケトン、炭素数１～８のアミン、炭素数１～８のエステル、炭素数１～８のアミド等が挙げられる。なお、前記有機分子は芳香環を含んでいてもよい。

【0017】

情報処理装置１は、制御部１１、記憶部１２、通信部１３、表示部１４及び操作部１５等を備える。情報処理装置１は複数のコンピュータからなるマルチコンピュータであってもよく、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。

【0018】

制御部１１は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等を備える演算処理装置である。制御部１１は、内蔵するＲＯＭ（Read Only Memory）又はＲＡＭ（Random Access Memory）等のメモリ、クロック、カウンタ等を用い、各構成部を制御して処理を実行する。

【0019】

記憶部１２は、ハードディスク又はＳＳＤ（Solid State Drive ）等の不揮発性記憶装置を備える。記憶部１２は、制御部１１が参照するプログラム及びデータを記憶する。記憶部１２は、複数の記憶装置により構成されていてもよく、情報処理装置１に接続された外部記憶装置であってもよい。記憶部１２に記憶されるコンピュータプログラムには、ＭＯＦの吸脱着特性の推定や抽出に関する処理をコンピュータに実行させるためのプログラム１Ｐが含まれる。

【0020】

記憶部１２に記憶されるコンピュータプログラム（コンピュータプログラム製品）は、当該コンピュータプログラムを読み取り可能に記録した非一時的な記録媒体１Ａにより提供されてもよい。記録媒体１Ａは、ＣＤ－ＲＯＭ、ＵＳＢメモリ、ＳＤ（Secure Digital）カード等の可搬型メモリである。制御部１１は、図示しない読取装置を用いて、記録媒体１Ａから所望のコンピュータプログラムを読み取り、読み取ったコンピュータプログラムを記憶部１２に記憶させる。代替的に、上記コンピュータプログラムは通信により提供されてもよい。プログラム１Ｐは、単一のコンピュータ上で、または１つのサイトにおいて配置されるか、もしくは複数のサイトにわたって分散され、通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように展開することができる。

【0021】

記憶部１２に記憶されるデータには、ＭＯＦの吸脱着特性を推定するための第１モデル１２１及びＭＯＦのパラメータを推定するための第２モデル１２２が含まれる。第１モデル１２１及び第２モデル１２２はそれぞれ、機械学習により生成された機械学習モデルである。第１モデル１２１及び第２モデル１２２は、人工知能ソフトウェアの一部を構成するプログラムモジュールとしての利用が想定される。

【0022】

通信部１３は、インターネット等のネットワークを介した通信に関する処理を行うための通信デバイスを備える。制御部１１は通信部１３を通して、外部装置との間で各種情報の送受信を行う。

【0023】

表示部１４は、液晶パネル、有機ＥＬ（Electro Luminescence）ディスプレイ等のディスプレイ装置を備える。表示部１４は、制御部１１からの指示に従い、各種の情報を表示する。

【0024】

操作部１５は、ユーザの操作を受け付けるインタフェースであり、例えばキーボード、ディスプレイ内蔵のタッチパネルデバイス、スピーカ及びマイクロフォン等を備える。操作部１５は、ユーザからの操作入力を受け付け、操作内容に応じた制御信号を制御部１１へ送出する。

【0025】

図２は、第１モデル１２１の概要を示す説明図である。第１モデル１２１は、所定の訓練データを学習済みのモデルである。第１モデル１２１は、ＭＯＦにおける複数のパラメータを入力として、ＭＯＦの吸脱着特性を出力する。

【0026】

ＭＯＦにおけるパラメータとは、ＭＯＦを規定するためのパラメータであり、例えばＭＯＦの物性値、ＭＯＦの構造を表す値等が含まれる。ＭＯＦのパラメータは、当該パラメータの種類に応じて、第１パラメータ及び第２パラメータに分類される。図２に示す例にて、第１モデル１２１に入力されるパラメータには、４種類の第１パラメータと、１種類の第２パラメータとが含まれている。第１パラメータは、ＭＯＦの比表面積、細孔容積、結晶密度、細孔径である。第２パラメータは空隙率である。以下の説明において、第１パラメータ及び第２パラメータを区別して説明する必要がない場合には、単にパラメータとも記載する。各パラメータの詳細については後述する。

【0027】

ＭＯＦの吸脱着特性とは、製造対象となるＭＯＦに求める特性を規定するためのものである。図２に示す例にて、第１モデル１２１から出力される吸脱着特性は、ＭＯＦにおける水吸着性能（水吸着量）である。吸脱着特性は、相対湿度１０％における水吸着性能である第１水吸着性能と、相対湿度３０％における水吸着性能である第２水吸着性能とを含む。

【0028】

第１モデル１２１は、例えば線形重回帰モデルである。第１モデル１２１は、ＭＯＦにおける各パラメータを説明変数とし、吸脱着特性を目的変数とする線形重回帰式である。線形重回帰式は、例えば以下のように表すことができる。
ｙ＝ａ₁ｘ₁＋ａ₂ｘ₂＋・・・＋ａ_nｘ_n＋ａ₀
ここで、ｘ₁～ｘ_nは各パラメータであり、ｙは吸脱着特性であり、ａ₀～ａ_nは係数である。

【0029】

線形重回帰式は、目的変数となる吸脱着特性それぞれについて導出されてよい。例えば、第１水吸着性能及び第２水吸着性能それぞれを出力する第１モデル１２１が構築されてよい。

【0030】

情報処理装置１は、ＭＯＦの第１パラメータ及び第２パラメータに、既知の水吸着性能が付与された情報群を訓練データとして予め収集して、第１モデル１２１を学習する。具体的には、情報処理装置１は、各パラメータを説明変数とし、水吸着性能を目的変数として、準備された訓練データに対して線形重回帰分析を実行する。情報処理装置１は、説明変数の値を引数とし、出力される値を目的変数の値とする線形重回帰式を導出する。情報処理装置１は、各データについて、出力されたｙ（水吸着性能）の値が正解値である水吸着性能に近づくように、係数ａ₀～ａ_nを学習する。

【0031】

情報処理装置１は、各水吸脱着特性に対して上述したように線形重回帰式を導出する。このようにして、第１パラメータ及び第２パラメータに対し、水吸着性能を適切に推算可能に学習された第１モデル１２１を構築することができる。

【0032】

ＭＯＦの吸脱着特性は、ＭＯＦに含まれる金属と有機配位子との構造に影響される。例えば、比表面積が大きい場合には水吸着量が多い場合がある。例えば、空隙率が大きい場合には水吸着量が多い場合がある。これらの知見に沿った第１モデル１２１が生成される。

【0033】

図３は、第２モデル１２２の概要を示す説明図である。第２モデル１２２は、所定の訓練データを学習済みのモデルである。第２モデル１２２は、ＭＯＦにおける複数の第１パラメータを入力として、ＭＯＦにおける第２パラメータを出力する。第２パラメータは、第１パラメータとは異なる種類のパラメータである。

【0034】

第２モデル１２２は、例えば線形重回帰モデルである。第２モデル１２２は、ＭＯＦにおける各第１パラメータを説明変数とし、第２パラメータを目的変数とする線形重回帰式である。第２モデル１２２の構成は第１モデル１２１と同様であるため、その詳細な説明を省略する。

【0035】

上述の通り、第１パラメータはＭＯＦの比表面積、細孔容積、結晶密度、細孔径であり、第２パラメータは空隙率である。第１パラメータは、ＭＯＦの構造に関する各種パラメータであって、ＭＯＦの細孔に関する測定値又は当該測定値に基づいて計算式により算出可能なパラメータである。第２パラメータは、ＭＯＦの構造に関する各種パラメータであって、例えばＸ線結晶構造解析のための所定の解析ソフトウェアを用いて得られるパラメータである。すなわち、第１パラメータは、比較的測定又は算出が容易なパラメータであり、第２パラメータは、比較的測定又は算出が困難なパラメータである。

【0036】

情報処理装置１は、ＭＯＦの第１パラメータに、既知の第２パラメータが付与された情報群を訓練データとして予め収集して、第２モデル１２２を学習する。具体的には、情報処理装置１は、各第１パラメータを説明変数とし、第２パラメータを目的変数として、準備された訓練データに対して線形重回帰分析を実行する。情報処理装置１は、説明変数の値を引数とし、出力される値を目的変数の値とする線形重回帰式を導出する。情報処理装置１は、各データについて出力されたｙ（第２パラメータ）の値が正解値である第２パラメータに近づくように、係数ａ₀～ａ_nを学習する。

【0037】

このようにして、第１パラメータに対し、第２パラメータを適切に推算可能に学習された第２モデル１２２を構築することができる。情報処理装置１は、入手容易な第１パラメータと、入手困難な第２パラメータとが既知であるＭＯＦの情報を収集して第２モデル１２２を構築する。

【0038】

従来、空隙率は、予め算出された比表面積、細孔容積、結晶密度、細孔径及びＸ線結晶構造解析結果等を用いて解析ソフトウェアにより算出されている。従って、専用の解析ソフトウェアが必要とされ、また解析処理のための負担を要する。本実施形態では、第２モデル１２２を用いることで、任意のＭＯＦにおける第１パラメータに基づいて、第２パラメータを容易に推算することができる。情報処理装置１は、得られた第１パラメータ及び第２パラメータを用いることで、上記第１モデル１２１により吸着性能を精度よく推定することができる。

【0039】

なお、第１パラメータ、第２パラメータ及び水吸脱着特性は単なる例示である。第１モデル１２１及び第２モデル１２２の入力及び出力となり得る値はそれぞれ上記の例に限定されるものではなく、抽出すべきＭＯＦに応じて適宜選択されてよい。第１パラメータは、例えばＭＯＦにおける分子量、式量（単位格子当たりの分子量）、金属の価数、有機配位子の官能基等を含んでもよい。吸脱着特性は、例えばＭＯＦにおける水の脱離性能（脱離量）、各種ガスの吸着性能、各種ガスの脱離性能、繰り返し特性（例えば水又はガスを吸着又は脱離してもＭＯＦの構造が破壊されないような最大繰り返し回数）、機械物性を含んでもよい。

【0040】

第１モデル１２１及び第２モデル１２２の構成は限定されるものではない。第１モデル１２１及び第２モデル１２２は、Ｌａｓｓｏ回帰、非線形回帰、サポートベクタマシン、ランダムフォレスト、ニューラルネットワーク等、他の学習アルゴリズムで構築された学習モデルであってもよい。

【0041】

第１モデル１２１及び第２モデル１２２は、情報処理装置１が生成するものに限定されず、情報処理装置１と通信可能に接続された外部装置により生成されたものを情報処理装置１が取得し、記憶部１２に記憶してもよい。

【0042】

次に、本実施形態におけるＭＯＦの抽出手法について説明する。以下では、既存のＭＯＦの中から所定の水吸着性能を満たすＭＯＦを抽出する例を説明する。

【0043】

ＭＯＦの抽出にあたり、予め説明変数とする第１パラメータ及び第２パラメータの種類と、目的変数とする吸脱着特性の種類とが設定される。以下の説明では、第１パラメータとして上記比表面積、細孔容積、結晶密度及び細孔径、第２パラメータとして空隙率を用いる。吸脱着特性として、上記第１水吸着性能及び第２水吸着性能を用いる。なお本実施形態では２種類の吸脱着特性を評価するが、評価対象とする吸脱着特性は１種類であってもよく３種類以上であってもよい。

【0044】

情報処理装置１は、既存のＭＯＦに関する情報を保持するデータベースを参照して、複数の既存のＭＯＦに係る各種パラメータ及び吸脱着特性を含むＭＯＦデータを取得する。データベースは、自装置に記憶されるものであってもよく、又は情報処理装置１と通信可能に接続される外部機関に記憶されるものであってもよい。情報処理装置１は、一又は複数のデータベースを用いて多種のＭＯＦの情報を広く収集することが好ましい。情報処理装置１は、データベースに記憶されるＭＯＦのうち、所定の特性（例えば水の吸着）を有することが既知であるＭＯＦのみを抽出するものであってよい。

【0045】

図４は、ＭＯＦデータの内容例を示す図である。ＭＯＦデータには、例えばＭＯＦを識別するための識別情報（例えばＭＯＦのＩＤ、名称等）をキーに、複数のパラメータ及び複数の吸脱着特性の情報を紐付けたレコードが含まれている。

【0046】

ＭＯＦデータに含まれるパラメータには、第１パラメータ（図４に示す例にて、比表面積を示すｘ１、細孔容積を示すｘ２、結晶密度を示すｘ３、及び細孔径を示すｘ４）に加え、その他複数のパラメータ（図４に示す例にて、式量を示すｘ５、格子定数（軸間角度）βを示すｘ６、格子定数（軸間角度）γを示すｘ７、及び格子定数（軸の長さ）ａを示すｘ８）が含まれている。第１パラメータ以外のパラメータには、ＭＯＦに関するパラメータとして通常観察される各種パラメータが含まれてよい。

【0047】

ＭＯＦデータに含まれる吸脱着特性には、評価対象となる水吸着性能（図４に示す例にて、第１水吸着性能を示すｙ１、及び第２水吸着性能を示すｙ２）と、評価対象以外の水吸着性能（図４に示す例にて、第３の水吸着性能を示すｙ３）とが含まれている。なおＭＯＦデータの吸脱着特性は、少なくとも評価対象となる水吸着性能を含むものであればよい。

【0048】

図４に示すように、ＭＯＦデータに含まれる各ＭＯＦのレコードには、全てのデータが記録されているものと、一部のデータが欠損しているものとが含まれている。

【0049】

まず初めに、複数のＭＯＦの中から各パラメータｘ１～ｘ８及び水吸着性能ｙ１～ｙ２に欠損値を含まないＭＯＦを特定する。その際、少なくとも第１パラメータを含むその他所定数のパラメータのみを、欠損値有無の判定対象としてもよい。その他所定のパラメータとしては、例えば吸脱着特性に影響を及ぼし得るパラメータが挙げられる。情報処理装置１は、特定した複数のＭＯＦにおけるパラメータｘ１～ｘ８及び吸脱着特性ｙ１～ｙ２を取得する。

【0050】

取得した各パラメータｘ１～ｘ８と各吸脱着特性ｙ１～ｙ２との相関関係に基づいて、各パラメータｘ１～ｘ８のうち吸脱着特性ｙ１～ｙ２と相関するパラメータ（以下、着目パラメータとも称する）を特定する。具体的には、各パラメータｘ１～ｘ８と第１水吸着性能ｙ１とに基づき算出される相関係数が所定値以上となるパラメータを特定する。同様に、各パラメータｘ１～ｘ８と第２水吸着性能ｙ２とに基づき算出される相関係数が所定値以上となるパラメータを特定する。あるいは、上記相関係数の高い順に所定数のパラメータを特定してもよい。

【0051】

特定したパラメータの相関係数を総合的に評価することにより、特定したパラメータの中から第１水吸着性能ｙ１及び第２水吸着性能ｙ２の両方と相関が強い１つの着目パラメータを特定する。例えば情報処理装置１は、第１水吸着性能ｙ１及び第２水吸着性能ｙ２の相関係数の合計値が最も高いパラメータを、着目パラメータとして選択してもよい。

【0052】

相関係数は、例えば、算式（相関係数＝複数のデータに含まれる第１データの値と、複数のデータに含まれる第１データ以外の第２データの値との共分散／（第１データの値の標準偏差×第２データの値の標準偏差））を用いることにより算出することができる。

【0053】

上記着目パラメータは、情報処理装置１が決定するものに限定されず、担当者等のユーザからの選択を受け付けることにより取得されるものであってもよい。情報処理装置１は、上述の処理にて算出した相関係数を表示部１４を介して出力する。その際、情報処理装置１は、例えばヒートマップを用いて相関係数を可視化して出力してもよい。

【0054】

図５は、相関関係を示すヒートマップの一例を示す図である。図５に示す例にて、ヒートマップは、縦軸及び横軸の両方を各パラメータｘ１～ｘ８及び吸脱着特性ｙ１～ｙ３の種類とするマトリクス図である。マトリクス図中における各領域には、対応するパラメータと吸脱着特性との相関係数が表示され、さらに相関係数に応じた彩色が施されている。彩色方法は限定的ではないが、例えば正の相関を有する領域を赤、負の相関を有する領域を青にて彩色するとともに、相関係数の数値（絶対値）が大きい程、濃度値が高くなるよう各領域の濃度値を変化させる。

【0055】

ユーザは、ヒートマップにより、第１水吸着性能ｙ１及び第２水吸着性能ｙ２と強い相関を有するパラメータを明確に認識することが可能になる。図５に示す例では、格子定数γを示すｘ７が、第１水吸着性能ｙ１及び第２水吸着性能ｙ２のいずれとも相関が最も高いことが示されている。以下では、着目パラメータとして格子定数γを示すｘ７が指定されたものとする。なお、着目パラメータは２種類以上が特定されてもよい。

【0056】

次いで、着目パラメータｘ７に対する抽出条件を決定する。抽出条件は、ＭＯＦデータに含まれる各ＭＯＦの第１水吸着性能ｙ１及び第２水吸着性能ｙ２と、着目パラメータｘ７の値とに基づいて適宜設定されてよい。本実施形態では、第１水吸着性能ｙ１及び第２水吸着性能ｙ２が所定値以上であるＭＯＦの着目パラメータｘ７に基づいて、着目パラメータｘ７の閾値（下限値）を設定する。一例として抽出条件はγ≧１２０である。

【0057】

情報処理装置１は、再び自装置又は外部機関のデータベースに記憶される複数の既存のＭＯＦの情報を参照し、全てのＭＯＦの中から、着目パラメータｘ７に対する抽出条件を満たすＭＯＦ、すなわちγが１２０°以上であるＭＯＦを抽出する。これにより着目パラメータを用いた１次抽出が完了する。

【0058】

次に、第２モデル１２２を用いて、１次抽出した各ＭＯＦにおける第２パラメータを取得する。情報処理装置１は、データベースを参照して得られた各ＭＯＦの第１パラメータｘ１～ｘ４を第２モデル１２２に入力することにより、第２パラメータである空隙率を推定する。情報処理装置１は、第２パラメータの取得に際し、第１パラメータｘ１～ｘ４が欠損しているＭＯＦを除外してもよい。

【0059】

空隙率は、第２モデル１２２を用いて取得するものに限定されず、例えば論文や専門書等の記載に基づいて取得してもよい。なお予め空隙率が既知であるＭＯＦについては、第２モデル１２２による推定処理は不要である。

【0060】

得られた各ＭＯＦの空隙率に基づいて、空隙率に対する抽出条件を決定する。抽出条件は、各ＭＯＦの第１水吸着性能ｙ１及び第２水吸着性能ｙ２と、空隙率の値とに基づいて適宜設定されてよい。この場合において、第１水吸着性能ｙ１及び第２水吸着性能ｙ２が既知のＭＯＦのみを選択して抽出条件を設定することが好ましい。本実施形態では、既知の第１水吸着性能ｙ１及び第２水吸着性能ｙ２が所定値以上であるＭＯＦの空隙率に基づいて、空隙率の閾値（下限値）を設定する。空隙率の下限値は、例えば第１水吸着性能ｙ１及び第２水吸着性能ｙ２が所定値以上であるＭＯＦにおける空隙率の最小値を用いてもよく、上記最小値に所定のマージンを加味した値を用いてもよい。

【0061】

情報処理装置１は、１次抽出したＭＯＦの中から、第２パラメータである空隙率に対する抽出条件を満たすＭＯＦ、すなわち空隙率≧所定閾値（下限値）であるＭＯＦを抽出する。これにより第２パラメータを用いた２次抽出が完了する。

【0062】

２次抽出した各ＭＯＦについて、第１モデル１２１を用いて第１水吸着性能ｙ１及び第２水吸着性能ｙ２を評価する。情報処理装置１は、２次抽出した各ＭＯＦの第１パラメータｘ１～ｘ４及び第２パラメータを第１モデル１２１に入力することにより、第１水吸着性能ｙ１及び第２水吸着性能ｙ２を取得する。

【0063】

得られた各ＭＯＦの第１水吸着性能ｙ１及び第２水吸着性能ｙ２に基づいて、第１水吸着性能ｙ１及び第２水吸着性能ｙ２に対する抽出条件を決定する。抽出条件は、ＭＯＦに求められる吸脱着特性に応じて適宜設定されてよい。一例として、抽出条件は第１水吸着性能ｙ１≧所定閾値（下限値）、第２水吸着性能ｙ２≧所定閾値（下限値）である。

【0064】

情報処理装置１は、２次抽出したＭＯＦの中から、第１水吸着性能ｙ１及び第２水吸着性能ｙ２に対する抽出条件を満たすＭＯＦ、すなわち第１水吸着性能ｙ１及び第２水吸着性能ｙ２がそれぞれの下限値以上であるＭＯＦを抽出する。これにより吸脱着特性を用いた３次抽出が完了する。

【0065】

第１水吸着性能ｙ１及び第２水吸着性能ｙ２に対する抽出条件は、下限値ソートに限定されず、例えば第１水吸着性能ｙ１及び第２水吸着性能ｙ２の数値に基づいて、数値の高い順に所定数のＭＯＦを抽出するものであってもよい。

【0066】

情報処理装置１は、３次抽出の結果を表示部１４を介して出力する。情報処理装置１は、例えばヒートマップを用いて３次抽出の結果を可視化して出力してもよい。

【0067】

図６は、抽出結果を示すヒートマップの一例を示す図である。図６は、第１水吸着性能ｙ１に基づく抽出結果を示すヒートマップの例を示す。図６に示す例にて、ヒートマップは、縦軸をＭＯＦの識別情報、横軸を第１水吸着性能ｙ１とする図である。図６では、横軸の項目としてさらに、第１パラメータ、第２パラメータ、着目パラメータ、他の吸脱着特性が含まれている。横軸の他の項目は必須ではないが、並列的に表示することで他の項目との関係性を効率的に把握することができる。

【0068】

縦軸に示されるＭＯＦは、第１水吸着性能ｙ１の値に従って並べられる。図６に示す例にて、第１水吸着性能ｙ１が最も小さいＭＯＦを最上部に配置している。図中における各領域には、第１水吸着性能ｙ１に応じた彩色が施されている。なお第１水吸着性能ｙ１は、予め表示対象となる全てのＭＯＦにおける第１水吸着性能ｙ１の最大値を１、最小値を－１とする正規化処理が施されている。情報処理装置１は、例えば第１水吸着性能ｙ１が正の値である領域を赤、第１水吸着性能ｙ１が負の値である領域を青にて彩色するとともに、第１水吸着性能ｙ１の数値（絶対値）が大きい程、濃度値が高くなるよう各領域の濃度値を変化させる。

【0069】

情報処理装置１は、同様にして第２吸着性能ｙ２に基づく抽出結果を示すヒートマップを生成し出力する。ユーザは、ヒートマップにより、各ＭＯＦに対する第１水吸着性能ｙ１及び第２水吸着性能ｙ２の評価結果を明確に認識することが可能になる。

【0070】

ユーザは、３次抽出の結果に基づいて、抽出された各ＭＯＦの合成難易度や有機配位子の入手難易度等を考慮し、製造候補となるＭＯＦを最終的に決定する。

【0071】

図７は、１次抽出に関する処理手順の一例を示すフローチャートである。以下の各フローチャートにおける処理は、情報処理装置１の記憶部１２に記憶するプログラム１Ｐに従って制御部１１により実行されてもよく、制御部１１に備えられた専用のハードウェア回路（例えばＦＰＧＡ又はＡＳＩＣ）により実現されてもよく、それらの組合せによって実現されてもよい。

【0072】

情報処理装置１の制御部１１は、抽出処理に用いる第１パラメータｘ１～ｘ４、第２パラメータ及び吸脱着特性ｙ１～ｙ２の種類を取得する（ステップＳ１１）。制御部１１は、例えばユーザが操作部１５を操作することによる入力を受け付けることにより上記の種類を取得してもよく、又は通信接続された外部装置から送信される情報を受信することにより上記の種類を取得してもよい。

【0073】

制御部１１は、自装置又は外部機関のデータベースを参照して、既存の複数のＭＯＦにおける各パラメータｘ１～ｘ８及び吸脱着特性ｙ１～ｙ２を含むＭＯＦデータを取得する（ステップＳ１２）。制御部１１は、取得したＭＯＦデータにおける複数のＭＯＦの中から、上記各パラメータｘ１～ｘ８及び吸脱着特性ｙ１～ｙ２に欠損値を含まないＭＯＦのみを抽出する。

【0074】

制御部１１は、所定の算式を用いて、抽出したＭＯＦにおける各パラメータｘ１～ｘ８と各吸脱着特性ｙ１～ｙ２との相関係数を算出する（ステップＳ１３）。制御部１１は、算出した相関係数に基づいて、各パラメータｘ１～ｘ８と各吸脱着特性ｙ１～ｙ２との相関関係を示すヒートマップ（図５参照）を生成し、生成したヒートマップを出力する（ステップＳ１４）。制御部１１は、各パラメータｘ１～ｘ８と各吸脱着特性ｙ１～ｙ２との相関係数に応じて、ヒートマップにおける各領域の色及びその濃度値を変化させて表示する。

【0075】

制御部１１は、各パラメータｘ１～ｘ８のうち吸脱着特性ｙ１～ｙ２と相関する着目パラメータの種類を取得する（ステップＳ１５）。さらに、制御部１１は、着目パラメータに対する抽出条件を取得する（ステップＳ１６）。制御部１１は、ユーザが操作部１５を操作することによる入力を受け付けることにより、着目パラメータ及び抽出条件を取得してもよい。制御部１１は、所定ルールに従い着目パラメータ及び抽出条件を特定してもよい。

【0076】

制御部１１は、自装置又は外部機関のデータベースを参照して、既存の複数のＭＯＦにおける各種パラメータ及び吸脱着特性を取得する（ステップＳ１７）。制御部１１は、各種パラメータ及び吸脱着特性を取得した全てのＭＯＦの中から、着目パラメータに対する抽出条件を満たすＭＯＦを抽出する（ステップＳ１８）。一例として制御部１１は、着目パラメータである格子定数γが１２０°以上であるＭＯＦを抽出する。上述の処理により、１次抽出が終了する。

【0077】

図８は、２次抽出に関する処理手順の一例を示すフローチャートである。

【0078】

情報処理装置１の制御部１１は、図７のステップＳ１８にて抽出した各ＭＯＦにおける第１パラメータｘ１～ｘ４を第２モデル１２２に入力する（ステップＳ２１）。制御部１１は、第２モデル１２２から出力される第２パラメータ（例えば空隙率）を取得する（ステップＳ２２）。

【0079】

制御部１１は、第２パラメータに対する抽出条件を取得する（ステップＳ２３）。第２パラメータに対する抽出条件は、吸脱着特性ｙ１～ｙ２が既知のＭＯＦにおける空隙率の値に基づいて設定されてよい。制御部１１は、例えばユーザが操作部１５を操作することによる入力を受け付けることにより上記抽出条件を取得してもよく、所定ルールに従い抽出条件を特定してもよい。

【0080】

制御部１１は、１次抽出した全てのＭＯＦの中から、第２パラメータに対する抽出条件を満たすＭＯＦを抽出する（ステップＳ２４）。一例として制御部１１は、空隙率が下限値以上であるＭＯＦを抽出する。上述の処理により、２次抽出が終了する。

【0081】

図９は、３次抽出に関する処理手順の一例を示すフローチャートである。

【0082】

情報処理装置１の制御部１１は、図８のステップＳ２４にて抽出した各ＭＯＦにおける第１パラメータｘ１～ｘ４と、ステップＳ２２にて取得した第２パラメータとを第１モデル１２１に入力する（ステップＳ３１）。制御部１１は、第１モデル１２１から出力される吸脱着特性ｙ１～ｙ２を取得する（ステップＳ３２）。制御部１１は、各吸脱着特性ｙ１～ｙ２を出力する複数の第１モデル１２１それぞれに第１パラメータｘ１～ｘ４及び第２パラメータを入力することにより、複数の第１モデル１２１それぞれから出力される各吸脱着特性ｙ１～ｙ２を取得するものであってよい。

【0083】

制御部１１は、各吸脱着特性ｙ１～ｙ２に対する抽出条件を取得する（ステップＳ３３）。制御部１１は、例えばユーザが操作部１５を操作することによる入力を受け付けることにより上記抽出条件を取得してもよく、所定ルールに従い抽出条件を特定してもよい。

【0084】

制御部１１は、２次抽出した全てのＭＯＦの中から、各吸脱着特性ｙ１～ｙ２に対する抽出条件を満たすＭＯＦを抽出する（ステップＳ３４）。一例として制御部１１は、第１水吸着性能ｙ１及び第２水吸着性能ｙ２がそれぞれ下限値以上であるＭＯＦを抽出する。このようにして、３次抽出が実行される。

【0085】

制御部１１は、抽出結果を示すヒートマップ（図６参照）を生成し、生成したヒートマップを出力する（ステップＳ３５）。制御部１１は、抽出した各ＭＯＦにおける各吸脱着特性ｙ１～ｙ２に従いＭＯＦを並べるとともに、各吸脱着特性ｙ１～ｙ２に応じて、ヒートマップにおける各領域の色及びその濃度値を変化させて表示する。

【0086】

上述の処理において制御部１１は、吸脱着特性として第３水吸着性能ｙ３を含んで各処理を実行してもよい。第３水吸着性能ｙ３は、第１水吸着性能ｙ１及び第２水吸着性能ｙ２と同様の処理により得られる。

【0087】

次に、本実施形態に係る情報処理方法を適用した、本実施形態に係るＭＯＦの製造方法について説明する。

【0088】

本実施形態に係るＭＯＦの製造方法は、候補となるＭＯＦにおける複数のパラメータを取得する工程と、ＭＯＦにおける複数のパラメータを入力した場合に前記ＭＯＦにおける吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデル１２１に、取得した複数のパラメータを入力して吸脱着特性を出力する工程と、出力された吸脱着特性が所定条件を満たすＭＯＦを特定する工程と、特定したＭＯＦを得る工程とを有する。

【0089】

候補となるＭＯＦにおける複数のパラメータを取得する工程と、上記第１モデル１２１に取得した複数のパラメータを入力して吸脱着特性を出力する工程とは、上述した情報処理方法と同様に行うことできる。

【0090】

出力された吸脱着特性が所定条件を満たすＭＯＦを特定する工程は、吸脱着特性の推算値に基づいてＭＯＦを特定する工程と、吸脱着特性の実測値に基づいてＭＯＦを特定する工程とを含むものであってもよい。

【0091】

吸脱着特性の推算値に基づいてＭＯＦを特定する工程では、上述した情報処理方法と同様にして第３抽出を行うことにより、第１モデル１２１から出力された吸脱着特性が所定条件を満たすＭＯＦが抽出される。

【0092】

吸脱着特性の実測値に基づいてＭＯＦを特定する工程では、抽出したＭＯＦにおける吸脱着特性を実際に計測（観察）することにより、吸脱着特性の実測値を取得する。取得した吸脱着特性の実測値が、製造対象とする吸脱着特性の条件を満たすか否かを判定することにより、製造対象とする一又は所定数のＭＯＦを特定する。

【0093】

特定したＭＯＦを得る工程では、例えば水熱合成法又はソルボサーマル合成法を用いて、金属イオン源と有機配位子又はその塩とを混合することによりＭＯＦを得ることができる。

【0094】

本実施形態において、上記情報処理方法を経て得られたＭＯＦを提供できる。上記情報処理方法を経て得られたＭＯＦとは、上記情報処理方法を適用したＭＯＦであり、具体的には、上記情報処理方法により吸着又は脱離に関する吸脱着特性が出力されたＭＯＦである。

【0095】

本実施形態において、上記情報処理方法を経て得られたＭＯＦを含む複合体を提供できる。上記情報処理方法を経て得られたＭＯＦを含む複合体とは、上記情報処理方法を適用したＭＯＦを含む複合体であり、具体的には、上記情報処理方法により吸着又は脱離に関する吸脱着特性が出力されたＭＯＦを含む複合体である。複合体は、例えば繊維、セルロース、ガラス、樹脂、金属等と、前記ＭＯＦとを混合すること、または前記ＭＯＦを付着させることにより得ることができる。

【0096】

本実施形態によれば、第１モデル１２１及び第２モデル１２２を用いて容易且つ精度よくＭＯＦの吸脱着特性を推定することができる。得られた吸脱着特性を用いることで、良好な吸脱着特性を有するＭＯＦを効率的に抽出することができる。

【0097】

吸脱着特性の推定に用いる第１モデル１２１へ入力されるパラメータには、空隙率が含まれている。空隙率は、水吸着性能と相関を有する可能性があるが、観測困難なパラメータであるため、吸脱着特性を最適化するための入力要素として用いることは容易ではない。本実施形態では、第２モデル１２２を用いることで、このような観測困難なパラメータを効率的に推算し得る。得られたパラメータを含めて吸脱着特性を評価することで、吸脱着特性が最適化されたＭＯＦをより効率的に抽出することができる。

【0098】

本実施形態によれば、既知のＭＯＦにおける吸脱着特性と、着目パラメータや空隙率との関係性に着目することにより、適正な抽出条件を効率的に特定することができる。

【0099】

上述のように開示された実施の形態は全ての点で例示であって、制限的なものではない。本発明の範囲は、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれる。また、上述の実施の形態の少なくとも一部を任意に組み合わせてもよい。
上述の実施の形態に示すシーケンスは限定されるものではなく、矛盾の無い範囲で、各処理手順はその順序を変更して実行されてもよく、また並行して複数の処理が実行されてもよい。各処理の処理主体は限定されるものではなく、矛盾の無い範囲で、各装置の処理を他の装置が実行してもよい。

【符号の説明】

【0100】

１ 情報処理装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 表示部
１５ 操作部
１Ｐ プログラム
１２１ 第１モデル
１２２ 第２モデル
１Ａ 記録媒体

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2023-04-04

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
情報処理方法。

【請求項2】

前記金属有機構造体における前記第１パラメータと、前記第１パラメータ及び前記第２モデルを用いて得られた前記第２パラメータとを前記第１モデルに入力する
請求項１に記載の情報処理方法。

【請求項3】

前記第２パラメータが空隙率である
請求項１又は請求項２に記載の情報処理方法。

【請求項4】

前記第１モデルにより出力された前記吸脱着特性に基づいて、前記吸脱着特性が所定条件を満たす金属有機構造体を抽出する
請求項１から請求項３のいずれか１項に記載の情報処理方法。

【請求項5】

前記第１モデルは、金属有機構造体における比表面積、細孔容積、結晶密度及び細孔径から選択される少なくとも１つと、空隙率とを入力した場合に、前記金属有機構造体における水の吸着性能を出力するよう学習されている
請求項１から請求項４のいずれか１項に記載の情報処理方法。

【請求項6】

前記金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性との相関関係に基づいて、前記複数のパラメータのうち前記吸脱着特性と相関するパラメータを特定する
請求項１から請求項５のいずれか１項に記載の情報処理方法。

【請求項7】

特定した前記吸脱着特性と相関するパラメータが所定条件を満たす金属有機構造体を抽出し、
抽出した金属有機構造体に対し、前記第１モデルを用いて前記吸脱着特性を出力する
請求項６に記載の情報処理方法。

【請求項8】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
処理をコンピュータに実行させるためのプログラム。

【請求項9】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
処理を実行する制御部を備える
情報処理装置。

【請求項10】

金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性とを含む訓練データを取得し、
前記訓練データに基づき、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習されたモデルを生成し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、前記第１パラメータを入力することにより前記第２パラメータを取得する
モデルの生成方法。

【請求項11】

候補となる金属有機構造体における複数のパラメータを取得する工程と、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する工程と、
出力された前記吸脱着特性が所定条件を満たす金属有機構造体を特定する工程と、
特定した前記金属有機構造体を得る工程とを有し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
金属有機構造体の製造方法。

【請求項12】

請求項１から請求項７のいずれか１項に記載の情報処理方法を経て得られた、金属有機構造体。

【請求項13】

請求項１から請求項７のいずれか１項に記載の情報処理方法を経て得られた金属有機構造体を含む、複合体。

【手続補正書】

【提出日】2023-07-03

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
情報処理方法。

【請求項2】

前記金属有機構造体における前記第１パラメータと、前記第１パラメータ及び前記第２モデルを用いて得られた前記第２パラメータとを前記第１モデルに入力する
請求項１に記載の情報処理方法。

【請求項3】

前記第２パラメータが空隙率である
請求項１又は請求項２に記載の情報処理方法。

【請求項4】

前記第１モデルにより出力された前記吸脱着特性に基づいて、前記吸脱着特性が所定条件を満たす金属有機構造体を抽出する
請求項１から請求項３のいずれか１項に記載の情報処理方法。

【請求項5】

前記第１モデルは、金属有機構造体における比表面積、細孔容積、結晶密度及び細孔径から選択される少なくとも１つと、空隙率とを入力した場合に、前記金属有機構造体における水の吸着性能を出力するよう学習されている
請求項１から請求項４のいずれか１項に記載の情報処理方法。

【請求項6】

前記金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性との相関関係に基づいて、前記複数のパラメータのうち前記吸脱着特性と相関するパラメータを特定する
請求項１から請求項５のいずれか１項に記載の情報処理方法。

【請求項7】

特定した前記吸脱着特性と相関するパラメータが所定条件を満たす金属有機構造体を抽出し、
抽出した金属有機構造体に対し、前記第１モデルを用いて前記吸脱着特性を出力する
請求項６に記載の情報処理方法。

【請求項8】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
処理をコンピュータに実行させるためのプログラム。

【請求項9】

金属有機構造体における複数のパラメータを取得し、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
処理を実行する制御部を備える
情報処理装置。

【請求項10】

金属有機構造体における複数のパラメータと、前記金属有機構造体における吸着又は脱離に関する吸脱着特性とを含む訓練データを取得し、
前記訓練データに基づき、金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習されたモデルを生成し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、前記第１パラメータを入力することにより前記第２パラメータを取得する
モデルの生成方法。

【請求項11】

候補となる金属有機構造体における複数のパラメータを取得する工程と、
金属有機構造体における複数のパラメータを入力した場合に前記金属有機構造体における吸着又は脱離に関する吸脱着特性を出力するよう学習された第１モデルに、取得した前記複数のパラメータを入力して吸脱着特性を出力する工程と、
出力された前記吸脱着特性が所定条件を満たす金属有機構造体を特定する工程と、
特定した前記金属有機構造体を得る工程とを有し、
前記パラメータは第１パラメータ及び前記第１パラメータとは異なる第２パラメータを含み、
金属有機構造体における第１パラメータを入力した場合に第２パラメータを出力するよう学習された第２モデルに、取得した前記第１パラメータを入力することにより前記第２パラメータを取得する
金属有機構造体の製造方法。