Search

深層学習に代表される機械学習の手法は近年に大きな性能の発展を遂げており，防災上の各種タスクへの応\n用も期待されている．一方で，データ数の本質的な不足やタスク処理過程の説明性・解釈性など，防災上の意\n思決定に用いる上で計算モデルに対処が求められる課題は多い．本稿では，機械学習モデルにおける研究動向\nからこの2 点へ個別に対処するための方法論，およびそれら2 点の課題に同時に対処する数理モデルとデータ\n駆動モデルを統合したアプローチについて，それぞれの考え方や具体的な手法，応用事例を調査する．

炭素求核剤のオレフィンへの付加反応を銅を触媒に用いて検討した。例えば、ジベンゾイルメタン(2a)とスチレン(1a)の反応は、Cu(OTf)₂触媒存在下、ベンゼン中70℃24時間で1,3-ジフェニル-2-(1-フェニルエチル)プロパン-1,3-ジオン(3aa)を95%の収率で与える。この反応は各種β-ジカルボニル化合物やジエンを含むオレフィンに適用可能である。さらに、反応機構も提案した。, Addition reaction of carbon nucleophiles to olefins was studied using copper as a catalyst. For example, reaction of dibenzoylmethane (2a) with styrene (1a) in the presence of Cu(OTf)₂ catalyst at 70℃ for 24 h in benzene gave 1,3-diphenyl-2-(1-phenylethyl)propane-1,3-dione (3aa) in 95% yield. This reaction was able to be applied for various β-dicarbonyl compounds and olefins including diene. Furthermore, reaction mechanism was proposed.