本研究では、データサイエンスの手法に基づき、高分子材料の構造-物性相関モデルの構築を目的とする。具体的には、ネットワークポリマーと結晶性高分子の階層的な構造の特徴量をデータサイエンスの手法を用いて抽出し、構造と物性の相関モデルを構築する。データサイエンスの手法として、複雑ネットワーク、及び、主成分分析やオートエンコーダーなどの次元圧縮法を用いて高分子材料の構造から特徴量を取り出し、線形回帰や機械学習の手法を用いて物性との回帰モデルを作成する。