情報処理学会 第87回全国大会

7Q-01
深層学習による規制化学物質の含有推定
○山本隼輔,鈴木佳那子(静岡大),坂下大祐,櫻井雄一(ヤマハ発動機),綱川隆司(静岡大)
本研究では、深層学習を活用して新しい工業製品に含まれる規制化学物質の有無とその種類を推定する手法を提案する。工業製品の含有物質に関する規制への対応においては、各国での規制対象の化学物質の増加や、既存製品の含有化学物質の判定に相応の労力・コストを要している。本提案手法では製品の名称、構成部品や構成物質情報から、含有している規制化学物質を予測する。性能評価では機械学習、深層学習、さらにそれぞれとクラスタリングを組み合わせた計四つの手法を試行し、提案手法全てがダミーモデルを上回る性能が得られた。