書籍

【監修】

船津　公人　　奈良先端科学技術大学院大学／東京大学

【企画委員】

向田　志保　　MISTEM合同会社／信州大学／東北大学／大阪大学
夏目　　穣　　旭化成株式会社
加藤　仁一郎　AJS株式会社

【執筆者】

室賀　　駿　　産業技術総合研究所
中尾　篤之　　株式会社CrowdChem
池端　久貴　　株式会社CrowdChem
吉﨑　　達　　ダイキン工業株式会社
大森　　遼　　ダイキン工業株式会社／東京大学
橋本　光平　　ダイキン工業株式会社／東京大学
兼子　　祐　　株式会社ダイセル
岩山　将士　　株式会社ダイセル／大阪大学
岩山　めぐみ　株式会社ダイセル
福本　康秀　　国立大学法人九州大学
Pierluigi Cesana　　国立大学法人九州大学
Linh Thi Hoai Nguyen　　国立大学法人九州大学
Edoardo Fabbrini 　 国立大学法人京都大学
大木場　慧　　国立大学法人宮崎大学
宇都　卓也　　国立大学法人宮崎大学
押山　智寛　　コニカミノルタ株式会社
奥山　倫弘　　コニカミノルタ株式会社
池田　祐子　　コニカミノルタ株式会社
中澤　幸仁　　コニカミノルタ株式会社
藤元　伸悦　　日鉄ケミカル＆マテリアル株式会社
野田　祐輔　　九州工業大学
松井　康哲　　大阪公立大学
大垣　拓也　　大阪公立大学
麻田　俊雄　　大阪公立大学
池田　　浩　　大阪公立大学
小林　　亘　　NTT株式会社
大塚　琢馬　　NTT株式会社
若林　勇希　　NTT株式会社
冨谷　茂隆　　奈良先端科学技術大学院大学
岩満　一功　　奈良先端科学技術大学院大学
大竹　義人　　奈良先端科学技術大学院大学
赤瀬　善太郎　奈良先端科学技術大学院大学
藤田　正博　　上智大学
畠山　　歓　　東京大学
松田　翔一　　物質・材料研究機構
山本　里夏　　慶應義塾大学
緒明　佑哉　　慶應義塾大学
曽我部　東馬　国立大学法人電気通信大学
斯波　廣大　　国立大学法人電気通信大学
堤　　翔　　　株式会社カネカ 
高橋　俊匡　　株式会社カネカ
日下　康成　　積水化学工業株式会社／京都工芸繊維大学
鳥越　翔斗　　リンテック株式会社
前田　和久　　日東電工株式会社／滋賀大学
島津　　彰　　日東電工株式会社／大阪公立大学
新明　健一　　積水化学工業株式会社
若杉　健介　　パナソニック ホールディングス株式会社
高羽　洋充　　工学院大学
樋口　隼人　　工学院大学
宮川　雅矢　　工学院大学
小林　哲也　　日鉄ケミカル＆マテリアル株式会社
岩崎　富生　　株式会社日立製作所／群馬大学／島根大学
高原　　渉　　株式会社日立製作所／奈良先端科学技術大学院大学
高須賀　聖五　奈良先端科学技術大学院大学／理化学研究所
冨谷　茂隆　　奈良先端科学技術大学院大学／東京科学大学
赤瀬　善太郎　奈良先端科学技術大学院大学
船津　公人　　奈良先端科学技術大学院大学／東京大学
中川　大輔　　ストックマーク株式会社
富田　成明　　一般社団法人日本ファインセラミックス協会
一杉　太郎　　東京大学／東京科学大学
内藤　昌信　　物質・材料研究機構
脇内　新樹　　JSR株式会社／奈良先端科学技術大学院大学／JSR-ISMスマートケミストリーラボ／理化学研究所 
藤井　幹也　　奈良先端科学技術大学院大学

発刊にあたって　

データ駆動化学が私たちに教えること 
奈良先端科学技術大学院大学/東京大学　船津　公人
はじめに 
1.　データ駆動化学の守備範囲の概要 
2.　新しい研究の仕方　～リサーチトランスフォーメーション（RX）サイクル～ 
3.　プロセスインフォマティクスの可能性 
おわりに 

第1 章　マテリアルズインフォマティクス・AI の活用による高分子材料の開発動向 

第1 節　高分子の研究開発を加速するインフォマティクス・自律自動実験の動向と課題 
産業技術総合研究所　室賀　駿
はじめに
1.　データ活用のトレンド 
2.　トピックス①：異なるデータを束ねた推論を可能にするマルチモーダルAI 
3.　トピックス②：自律自動実験が切り開くAI駆動材料開発・条件最適化 
おわりに 

第2 節　フローチャート形式による実験表現による高分子材料実験データの統一的表現 
株式会社 CrowdChem　中尾　篤之・池端　久貴
はじめに 
1.　高分子材料におけるマテリアルインフォマティクスにおける実験情報表現の課題 
　1.1　さまざまな高分子材料におけるマテリアルインフォマティクス 
　1.2　実用上の様々な課題 
2.　フローチャート形式による実験表現 
　2.1　実験フローチャートとグラフ構造 
　2.2　実験フローチャートの作成方法 
　　2.2.1　実験のフローチャートの階層 
　　2.2.2　各プロセスの情報を表現する階層 
　　2.2.3　プロセスに使われている各材料の情報を表現する階層 
　　2.2.4　最終的なグラフの作製 
3.　グラフニューラルネットワークをベースとしたモデル化 
　3.1　物性予測モデルの基本的な構成 
　3.2　エンコーダー層を用いたマルチモーダル化 
　3.3　マルチタスク学習 
　3.4　化学基盤モデルの学習とファインチューニングによる応用 
4.　ケーススタディ 
　4.1　問題設定 
　4.2　化学基盤モデルの学習 
　4.3　ファインチューニング 
おわりに 

第3 節　デジタル技術を活用した高分子材料設計の取り組み 
ダイキン工業株式会社　吉﨑　達・大森　遼・橋本　光平
はじめに 
1.　高分子のデジタル材料設計について 
2.　低誘電高分子材料設計における分子シミュレーションの活用例 
　2.1　低誘電材料開発の背景 
　2.2　MDシミュレーションを用いた誘電特性の解析 
　　2.2.1　周波数依存 誘電率・誘電正接の解析 
　　2.2.2　実験値との比較 
　2.3　計算データを活用した機械学習モデルの構築 
　2.4　有望構造のスクリーニング 
　　2.4.1　代理指標の創出 
　　2.4.2　スクリーニングの実行 
3.　今後の展望 
　3.1　高次構造設計への挑戦 
　3.2　展望1：マルチスケールシミュレーション 
　3.3　展望2：自動実験 

第4 節　計算科学を活用したマテリアルズインフォマティクス基礎検討と開発現場への応用 
株式会社ダイセル　兼子　祐・岩山　将士・岩山　めぐみ
国立大学法人九州大学　福本　康秀・Pierluigi Cesana・Linh Thi Hoai Nguyen
国立大学法人京都大学　Edoardo Fabbrini
国立大学法人宮崎大学　大木場　慧・宇都　卓也
はじめに 
1.　第一原理計算による材料探索技術 
　1.1　全体的なワークフロー 
　1.2　HOMO-LUMOバンドギャップに基づく構造探索 
　1.3　まとめ 
2.　分子動力学計算による材料探索技術 
　2.1　全体的なワークフロー 
　2.2　探索により得られた学習モデルと物性マップ 
　2.3　分子動力学計算による溶解後の構造と合成候補物の評価 
　2.4　まとめ 
3.　MI技術の社内応用 
4.　今後の展望 

第5 節　マテリアルズ・インフォマティクスを用いたポリプロピレン複合材料の弾性率予測モデル構築 
コニカミノルタ株式会社　押山　智寛・奥山　倫弘・池田　祐子・中澤　幸仁
はじめに 
1.　ポリマーMIの課題とそれに対する取組み 
　1.1　データ量が少ない課題に対する取組み 
　　1.1.1　HT実験によるデータ創出 
　　1.1.2　データベースの活用 
　1.2　ポリマー構造の複雑性の課題に対する取組み 
　1.3　ポリマーに関する記述子の課題に対する取組み 
2.　PP複合材料の作製実験 
3.　PP複合材料へのMI適用 
　3.1　特徴量設計 
　3.2　弾性率の予測モデル構築 
　3.3　処方発生 
4.　モデルの向上 
　4.1　予測モデルの実験検証 
　4.2　非線形SVRモデルによる予測精度の改良 
おわりに 

第6 節　高分子材料の最適設計・評価支援ツールの開発 
日鉄ケミカル&マテリアル株式会社　　藤元　伸悦
はじめに 
1.　マテリアルズインテグレーション 
2.　開発したツールの概要 
3.　 開発したツールによる主な検討成果 
　3.1 ミクロスケール（～nm） 
　3.2　メソスケール（nm～μm） 
　3.3　マクロスケール（μm～） 
おわりに 

第2 章　AI・機械学習による半導体材料の開発動向 

第1 節　第一原理計算と組み合わせ最適化アルゴリズムの連携によるⅣ族混晶半導体の安定構造探索 
九州工業大学　野田　祐輔
はじめに 
1.　Ⅳ族混晶半導体 
2.　計算手法 
　2.1　遺伝的アルゴリズム 
　2.2　第一原理計算 
　2.3　電子物性の解析 
　2.4　配位数の解析 
3.　結果および考察 
　3.1　SiGe二元系の最安定配列の探索 
　3.2　SiGe二元系の電子物性の評価 
　3.3　SiGe二元系の配位数の評価 
おわりに 

第2 節　有機半導体・有機エレクトロニクス分野における機械学習の活用動向 
大阪公立大学　松井　康哲・大垣　拓也・麻田　俊雄・池田　浩
はじめに 
1.　機械学習を用いた有機太陽電池の組成および作製プロセスの最適化 
2.　機械学習を用いた有機EL用熱活性化遅延蛍光材料の開発 
3.　機械学習を用いた有機半導体の分子設計 
おわりに 

第3 節　AI 活用による半導体薄膜の成膜条件の自動導出 
NTT株式会社　小林　亘・大塚　琢馬・若林　勇希
はじめに 
1.　背景 
2.　半導体薄膜の成膜条件導出の自動化 
　2.1 対象とする材料系 
　2.2　条件導出の自動化 
　　2.2.1　物理知識の導入 
　　2.2.2　単調性を考慮した予測モデル 
　　2.2.3　PIBOによる予測エンジン 
3.　提案手法を適用した実験例 
　　3.1.1　従来BOとPIBOの予測の比較 
　　3.1.2　実験結果 
　　3.2.1　短波側の外挿予測 
　　3.2.2　測定結果からの確認 
おわりに 

第4 節　半導体材料・デバイスにおける計測インフォマティクス 
　奈良先端科学技術大学院大学　冨谷　茂隆・岩満　一功・大竹　義人・赤瀬　善太郎
はじめに 
1.　計測の目的と計測インフォマティクス 
2.　SEM-CLスペクトルイメージングと片側直交ONMF 
3.　3DAPとETとの非剛体レジストレーション 
おわりに 

第3 章　マテリアルズインフォマティクス・AI の活用によるリチウムイオン電池・全固体電池材料の開発動向 

第1 節　マテリアルズインフォマティクスの活用による固体電解質の効率的な探索手法の開発 
上智大学　藤田　正博
東京大学　畠山　歓
はじめに 
1.　IPCのイオン伝導度の予測精度 
2.　高イオン伝導性IPCの探索 
おわりに 

第2 節　次世代蓄電池用電解液材料のデータ駆動型ハイスループット材料探索 
物質・材料研究機構　松田　翔一
はじめに 
1.　電気化学自動実験ロボットと探索アルゴリズムを組み合わせた電解液材料探索 
2.　自律自動実験のための汎用ソフトフェア：NIMO 
3.　並列電気化学セルの改良による電池評価系の拡張 
4.　ラミネートセル作製ロボットを用いた高品質データの創出 
おわりに 

第3 節　新規リチウムイオン二次電池有機電極活物質の性能予測と探索 
慶應義塾大学　山本　里夏・緒明　佑哉
はじめに 
1.　小規模データをもとにした実験主導MI 
　1.1　小規模データに対するMIの必要性 
　1.2　小規模データに対するMIの手順 
2.　チウムイオン二次電池有機正極活物質の探索 
　2.1　有機正極活物質に関するデータセットの構築 
　2.2　正極性能予測モデルの構築・予測精度の検証 
3.　リチウムイオン二次電池有機負極活物質の探索 
　3.1　有機負極活物質に関するデータセットの構築 
　3.2　負極性能予測モデルの構築・予測精度の検証 
　3.3　予測モデルによる新規負極活物質の探索・高性能化 
おわりに 

第4 章　マテリアルズインフォマティクス・AI の活用による太陽電池材料の開発動向

第1 節　AI 最適化手法による高効率太陽電池デバイスの逆設計 
国立大学法人電気通信大学　曽我部　東馬・斯波　廣大
はじめに 
1.　中間バンド型太陽電池と量子ドット超格子 
2.　ペロブスカイト太陽電池とコロイド量子ドット 
3.　AIを用いた中間バンド型太陽電池の逆設計 
4.　GaAs/AlGaAs中間バンド太陽電池に対するAI設計結果 
5.　PbS量子ドット/ペロブスカイトIBSCへの展開 
おわりに 

第2 節　太陽電池製造プロセスにおける品質管理とAI 活用による検査自動化 
株式会社カネカ　堤　翔・高橋　俊匡
はじめに 
1.　 太陽電池の品質（性能、安全性、信頼性、意匠性）管理とEL検査の位置付けと課題 
2.　AIを活用したEL検査自動化に向けた技術開発 
　2.1　近年のAI技術による検査自動化の動向及びEL検査への適用 
　2.2　教師有り学習（SL）手法である欠陥分類モデルによる既知欠陥に対する高精度な判定の実現 
　2.3　教師なし学習（UL）手法である良品学習モデルによる未知欠陥に対する異常検知 
　2.4　ハイブリット型EL自動検査システムの適用例 
3.　持続可能なEL検査システムの実現に向けた技術開発 
　3.1　EL検査を含む自動検査システム運用における課題 
　3.2　半自動的な欠陥判定モデル（SLモデル）更新の仕組み 
　3.3　再学習システム導入による効果 
おわりに 

第5 章　マテリアルズインフォマティクス・AI の活用による接着剤・粘着剤・テープの開発動向 

第1 節　マテリアルズインフォマティクスの推進：新規材料開発への活用にあたって 
積水化学工業株式会社　日下　康成
はじめに 
1.　製品開発現場への適用事例 
　1.1　高機能樹脂製品へのMI適用と多物性の同時予測 
　1.2　熱材料の高度な物性予測の実現に向けた粘弾性カーブの活用 
　1.3　機械学習を用いたエポキシ樹脂の物性（誘電率・Tg）予測モデルの構築 
　1.4　波長選択とピーク分離の組合せによる有意特徴量生成手法の構築 
　1.5　AIと計算を活用した抗原-抗体の親和性制御 
　1.6　全原子分子動力学計算によるアクリル系粘着剤の親和性評価 
　1.7　粗視化分子動力学を用いた架橋エラストマーの力学物性に対する架橋剤官能基数の影響解析 
2.　 MIにおけるデータ活用とドメイン知識の重要性 
3.　 素材開発の歴史とデータの多様性を背景にした今後の発展 

第2 節　MI を活用した粘着剤処方設計 
リンテック株式会社　鳥越　翔斗
はじめに 
1.　研究開発へのMIの適用 
　1.1　MIを適用した開発アプローチ 
　1.2　研究開発におけるMI適用の課題 
2.　MIを活用した粘着剤の配合設計 
　2.1　データ解析手段 
　2.2　データ前処理手法の検討 
　2.3　機械学習のアルゴリズム選定 
　2.4　効率的な実験データ収集方法について（実験計画法やベイズ最適化） 
3.　開発事例 
　3.1　製品開発へのMI適用のポイント 
　3.2　粘着製品開発への適用事例 
おわりに 

第3 節　マテリアルズインフォマティクスを用いたデータドリブンR&D の検討 
日東電工株式会社　前田　和久
はじめに 
1.　Nittoについて 
　1.1　Nittoの事業 
　1.2　NittoにおけるMIの重要性 
2.　事例紹介 
　2.1　ホットメルト粘着剤の検討1 
　　2.1.1　MI適用にて解決する課題 
　　2.1.2　説明変数と目的変数 
　　2.1.3　教師データの解析 
　　2.1.4　網羅的探索による結果と考察 
　　2.1.5　結果 
　2.2　ホットメルト粘着剤の検討2 
　　2.2.1　説明変数と目的変数 
　　2.2.2　検討の流れ 
　　2.2.3　結果 
おわりに 

第4 節　高分子接着界面研究における分子シミュレーションとマテリアルズインフォマティックスの利用 
日東電工株式会社　島津　彰
はじめに 
1.　第一原理計算による接着界面の相互作用解析 
2.　第一原理計算を利用したMIによる接着界面研究事例 
3.　全原子系分子動力学法による接着界面剥離挙動のシミュレーション 
4.　粗視化分子動力学法による接着剤バルク高分子の凝集破壊シミュレーション 
おわりに 

第5 節　MI による接着剤の探索、物性予測への応用 
積水化学工業株式会社　新明　健一　
はじめに
1.　MIによる接着剤の設計 
　1.1　接着剤の設計に必要な要素 
　1.2　中間物性の活用 
2.　潜在変数を活用した質的変数の量的変数への変換 
　2.1　質的変数の潜在変数への変換 
　2.2　中間物性を活用した予測モデル 
3.　構造物性相関を活用した接着剤の設計 
　3.1　配合情報からの設計と構造情報からの設計 
　3.2　化学構造の構造記述子化と配合系への適用 
　3.3　変数選択 
　3.4　機械学習モデルの構築と評価 
おわりに 

第6 章　マテリアルズインフォマティクス・AI を活用した各種材料開発 

第1 節　無機材料分野における結晶構造予測技術の進展とサロゲートモデルを活用した結晶構造予測 
パナソニック ホールディングス株式会社　若杉　健介
はじめに 
1.　結晶構造予測の最新動向 
　1.1　エネルギー予測 
　1.2　対称性を利用した構造予測 
　1.3　GNNベース生成モデルによる構造生成 
　1.4　大規模言語モデル（LLM）の応用 
　1.5　材料開発への応用事例 
2.　ShotgunCSP 
　2.1　対称性に基づく仮想構造生成とサロゲートモデルによるスクリーニング 
　2.2　構造予測結果 
3.　無機材料におけるMIの課題と展望 
おわりに 

第2 節　MI を応用したガス分離膜および水処理膜の材料設計 
工学院大学　高羽　洋充・樋口　隼人・宮川　雅矢
はじめに 
1.　分離膜のデータベース 
2.　機械学習を用いた分離膜の性能予測と設計手法 
3.　CO2分離膜への適用例 
4.　水処理膜（吸着）への適用例 
5.　深層生成AI（JT-VAE）による高性能な分離膜の逆設計 
　5.1　JT-VAEの基本原理と潜在空間の特徴 
　5.2　生成AIを用いた高性能CO2分離膜の設計 
　5.3　水処理膜（耐ファウリング性）の逆設計 
おわりに 

第3 節　マテリアルズインフォマティクスを活用した高周波対応フレキシブル誘電材料の開発 
日鉄ケミカル&マテリアル株式会社　小林　哲也
はじめに 
1.　開発背景 
2.　MIを活用した材料開発スキームの提案 
3.　低誘電率材料の探索 
4.　機械学習による誘電率の回帰モデルの構築 
5.　分子動力学法による原子分極、配向分極に起因する誘電特性の推算 
おわりに 

第4 節　少数データのマテリアルズインフォマティクスを活用した電子デバイス向け材料の開発事例 
株式会社日立製作所　岩崎　富生
はじめに 
1.　 仮想材料を用いた記述子ベースの網羅的探索 
2.　 直交表を用いた記述子ベースの高効率探索 
3.　 応答曲面法を用いた関数化による材料探索 
4.　直交表と機械学習を用いた最適化による材料探索 
おわりに 276

第7 章　材料開発の現場におけるMI・AI の将来技術 

第1 節　大規模言語モデル（LLM）を用いた材料開発の取り組みと MI の将来像 
株式会社日立製作所/奈良先端科学技術大学院大学　高原　渉
はじめに 
1.　LLMの登場 
　1.1　ChatGPTの与えた衝撃とLLMの潮流 
　1.2　クラウドベースLLM vs ローカルLLM 
2.　材料開発におけるLLMの取り組みの潮流 
　2.1　LLMのドメイン特化 
　2.2　2つの潮流 
3.　MIの将来像 

第2 節　材料開発における電子ラボノートと計測機器との連携 
奈良先端科学技術大学院大学　　高須賀　聖五・冨谷　茂隆・赤瀬　善太郎・船津　公人
はじめに 
1.　ELNの導入 
　1.1　アナログ記録の限界とデータ資産化 
　1.2　MI指向のELN選定と要件 
　1.3　導入の障壁とチェンジマネジメント 
　1.4　計測機器連携の技術的アプローチ 
2.　活用事例 
　2.1　自動実験装置を用いた光触媒探索 
　　2.1.1　システム構成: シリアル通信とAPIによる統合アーキテクチャ 
　　2.1.2　運用フロー: 物理的サンプルとデジタルデータの同期プロセス 
　2.2　電子ラボノートによるデータ整理の効率化 
おわりに 

第3 節　新規事業創出の確度向上・効率化に向けた生成AI 技術の開発
　　　　～ナレッジグラフ・大規模言語モデル構築技術～ 
株式会社ストックマーク　中川　大輔
はじめに 
1.　汎用AIの限界と「プロセス指向」アプローチ 
　1.1　汎用LLMでは不十分な理由 
　1.2　R&D革新を実現する4つの戦略 
2.　中核技術（1）— ナレッジグラフが拓く「関係性」の検索 
　2.1　RAGの普及と次なる課題 
　2.2　R&Dの推論を可能にする「ナレッジグラフ」 
　2.3　技術的課題の克服：15万件のデータと顧客知見の活用 
3.　中核技術（2）— データを「知識」に変えるAIコンポーネント群 
　3.1　VLM （Vision Language Model）：非構造化データを読み解く「目」 
　3.2　DeepResearch：高品質な外部情報を収集・分析する「調査員」 
　3.3　評価エージェント （LLM as a Judge）：アイデアの「質」を担保する「審査官」 
4.　実証が示す価値―R&D変革の最前線 
　4.1　事例1：株式会社日本触媒 — 「暗黙知」と「社外知」の融合 
　4.2　事例2：某自動車サプライヤーA社 — 10年後を見据えた未来テーマ創出 
　4.3　事例3：国立研究開発法人 産業技術総合研究所（産総研） グループ— 産学連携の加速
5.　結論と今後の展望 
おわりに 

第4 節　機械学習とロボット技術を活用したデジタルラボラトリーの構築 
日本ファインセラミックス協会　富田　成明
東京大学　一杉 　太郎
はじめに 
1.　協調と競争 
　1.1　克服すべき技術的課題 
2.　筆者らの研究グループにおける取り組み 
　2.1　「大きなループ」と「小さなループ」 
　2.2　 薄膜系実験システムの開発 
　2.3　セラミックス（粉体系）自動化プロセスの概要 
　2.4　システムアーキテクチャ 
3.　今後の期待 
　3.1　データ品質の革新 
　3.2　機械学習の「創発」への期待 
4.　システム定着に向けて 
おわりに 

第5 節　高分子材料開発におけるMI と自動・自律実験の融合 
物質・材料研究機構　内藤　昌信
はじめに 
1.　高分子材料分野の現状と課題 
2.　世界における自動実験動向：AIが拓く高分子研究 
3.　データベース／プラットフォームの現状 
4.　日本における研究動向とプロジェクト 
　4.1　 産官学連携プロジェクト「化学MOP」による水平連携 
　4.2　 NIMS RDEによるデータ共有基盤とインフラ整備 
　4.3　 RadonPyプロジェクトと計算データ基盤 
　4.4　 MaiMLによるデータ記述標準化 
5.　具体的な研究事例 
　5.1 　フロー合成による自律的なポリマー分子量制御 
　5.2　フロー合成とベイズ最適化による共重合組成の制御 
　5.3　ランダムヘテロポリマーブレンドの自律探索 
　5.4　 X線回折とスパースモデリングによるポリプロピレンの物性予測 
　5.5　機械加工と自動試験機による接着強度のハイスループット確率分布評価 
　5.6　自動合成 + MIに適した合成系・評価系 
6.　マテリアルズ・インフォマティクスの新潮流：高分子基盤モデルへの期待 
おわりに　データ駆動型高分子研究の未来 

第6 節　フロー重合、量子化学、情報化学、ロボットの融合による精密合成からスケールアップ 
JSR株式会社　脇内　新樹
奈良先端科学技術大学院大学　藤井　幹也
はじめに 
1.　高分子フロー重合の導入 
　1.1　反応性比の重合プロセス依存性 
　1.2　反応チューブ内の一様性 
2.　デジタル技術の活用 
　2.1　コポリマー計算化学データベースの構築 
　2.2　計算化学を用いた高分子フロー合成の生成物予測 
　2.3　ベイズ最適化による所望高分子の合成プロセスパラメータの最適化 
　　2.3.1　単目的最適化 
　　2.3.2　多目的最適化 
　2.4　FTIRスペクトルのWavelet変換とElastic Net回帰による共重合モノマー濃度推定 
　　2.4.1　単出力WT-ENCVの構成と検証 
　　2.4.2　多出力への拡張と性能比較 
　　2.4.3　量子化学計算に基づく可視化解釈 
　2.5　デジタル制御されたフローバッチ：装置統合による組成・分子量の安定化とスケール化 
　　2.5.1　連続フロー・バッチ統合システムの全体構造と目的 
　　2.5.2　マイクロミキサ+フロー反応の組み合わせ 
　　2.5.3　バッチにおける追加添加とスケーラビリティ 
　　2.5.4　並列運転の再現性と生産性 
3.　アーム型ロボットと模倣学習による高分子合成手技の自動化 
おわりに