| 摘要 |
<p>본 발명은 수소(H), 탄소(C), 질소(N), 산소(O), 황(S) 등 5가지 이내의 원소로 구성되고 수소를 제외한 원자의 개수가 25개 이하인 분자로 이루어지고 표준상태에서 액체인 순수한 유기화합물의 용해지수(Solubility parameter)를 높은 정확도로 예측하는 수학적 모형을 제공한다. 상기의 모형은, 용해지수의 정의값이 알려져 있는 상기 조건을 만족하는 다수의 유기화합물들에 대해, 다양한 분자표현자(molecular descriptor)들 중 일부를 독립변수로, 용해지수를 종속변수로 하는 많은 다중선형회귀모형(multiple linear regression model)들 중 최선의 것을 유전적 알고리즘(genetic algorithm)을 사용하여 구한 뒤, 이 모형에 포함된 분자표현자들의 값을 입력받아 용해지수를 출력하는 인공신경망(artificial neural network)을 구성함으로써 예측성능을 더욱 향상시킨 다중선형회귀-인공신경망 혼성모형(hybrid model)으로서, QSPR(quantitative structure-property relationship) 모형의 일례이며, 모형에 포함된 분자표현자들의 구체적인 값만 알 수 있다면 그 어떤 분자든, 이 분자로 순수하게 이루어진 화합물의 용해지수를 예측하여 준다. 이처럼, 본 발명은 실험값이 알려지지 않은 수많은 상기 조건의 유기화합물에 대해서도 신뢰할만한 용해지수를 예측할 수 있는 방법을 제공하여 줌으로써 실험에 드는 비용과 시간을 절약하게 해주어, 관련 산업의 연구개발활동을 용이하게 하는 등의 효과를 낳는다.</p> |
