文献

J-GLOBAL ID：202002237682677944   整理番号：20A0281667

触媒における機械学習 提案から実践へ【JST・京大機械翻訳】

Machine Learning in Catalysis, From Proposal to Practicing

著者 (6件)： Yang Wenhong (Key Laboratory of Engineering Plastics and Beijing National Laboratory for Molecular Science, Institute of Chemistry, Chinese Academy of Sciences, China) ,  Yang Wenhong (CAS Research/Education Center for Excellence in Molecular Sciences and International School, University of Chinese Academy of Sciences, China) ,  Fidelis Timothy Tizhe (Key Laboratory of Engineering Plastics and Beijing National Laboratory for Molecular Science, Institute of Chemistry, Chinese Academy of Sciences, China) ,  Fidelis Timothy Tizhe (CAS Research/Education Center for Excellence in Molecular Sciences and International School, University of Chinese Academy of Sciences, China) ,  Sun Wen-Hua (Key Laboratory of Engineering Plastics and Beijing National Laboratory for Molecular Science, Institute of Chemistry, Chinese Academy of Sciences, China) ,  Sun Wen-Hua (CAS Research/Education Center for Excellence in Molecular Sciences and International School, University of Chinese Academy of Sciences, China)
資料名： ACS Omega  (ACS Omega)
巻： 5  号： 1  ページ： 83-88  発行年： 2020年 
JST資料番号： W5044A  ISSN： 2470-1343  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,機械学習(ML)法が人気を獲得し,学術的および工業的活動の様々な分野における強力な予測ツールとして実施されている。比較において,触媒作用におけるそれらの応用は開発されていない。異なるアルゴリズムとそれらの実装の急速な発展に依存して,学界と産業のスペクトルにわたる触媒におけるMLの可能性を収穫することは正しいタイミングである。ここでは,種々のMLアプローチを用いて,均一で不均一な触媒の分野における現在の応用について議論する。著者らの知る限り,現代の統計学習技術は,計算最適化と発見のための強力なツールになる。これは,容易に入手可能なデータと前触媒をそれらの有望で有用なものに変換するモデルにおける基礎となる機構を正確に抽出する。Copyright 2020 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  スペクトル ,  *触媒 ,  アルゴリズム ,  *機械学習
準シソーラス用語： 統計学習 ,  触媒作用 , 【Automatic Indexing@JST】

分類 (3件)： 炭素とその化合物  (YB02060D) ,  不均一系触媒反応  (CB06100E) ,  貴金属触媒  (CB06122I)

タイトルに関連する用語 (3件)： 触媒 ,  機械学習 ,  提案