【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种特性预测装置、特性预测方法和程序。
技术介绍
1、近年来，树脂复合材料等复合材料的特性预测可以通过使用计算机的机械学习来进行。
2、在专利文献1中记载了一种方法，其中，通过使用包含组成数据和特性数据的学习数据，对响应于目标特性数据的输入而输出推荐组成数据的模型进行学习处理，并向该模型输入目标特性，来输出用于生成目标特性的感光性树脂组合物的组成。
3、例如，在专利文献1中记载了：由组成数据所表示的组成可以是有无能够生成感光性树脂组合物的原材料，也可以是原材料中所含的化合物(例如以一般名称表示的原材料中所含的具体化合物的名称或结构式)，还可以是原材料中所含的化合物的含有比率。
4、此外，在专利文献2中记载了一种方法，其中，使用聚合物的物性的实验值和聚合物的部分结构的数密度，来构建预测物性值的回归模型，并使用该回归模型，来预测与输入的聚合物结构对应的物性值。
5、专利文献1：日本特开2020-77346号公报
6、专利文献2：日本专利第6633820号公报
<...【技术保护点】
1.一种特性预测装置，其预测由多个原料分类构成的复合材料的特性，包括：
2.根据权利要求1所述的特性预测装置，其中，
3.根据权利要求1或2所述的特性预测装置，其中，
4.根据权利要求3所述的特性预测装置，其中，
5.根据权利要求1至4中任一项所述的特性预测装置，其中，
6.根据权利要求1至5中任一项所述的特性预测装置，其中，
7.根据权利要求1至6中任一项所述的特性预测装置，其中，
8.根据权利要求1至7中任一项所述的特性预测装置，其中，
9.根据权利要求1至7中任一项所...
【技术特征摘要】
【国外来华专利技术】
1.一种特性预测装置，其预测由多个原料分类构成的复合材料的特性，包括：
2.根据权利要求1所述的特性预测装置，其中，
3.根据权利要求1或2所述的特性预测装置，其中，
4.根据权利要求3所述的特性预测装置，其中，
5.根据权利要求1至4中任一项所述的特性预测装置，其中，
6.根据权利要求1至5中任一项所述的特性预测装置，其中，
7....
【专利技术属性】
技术研发人员：角田皓亮，南拓也，青沼直登，竹本真平，高仁子，奥野好成，
申请(专利权)人：株式会社力森诺科，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。