文献

J-GLOBAL ID：202002256971577574   整理番号：20A1333065

機械学習を用いたメタン酸化カップリング反応の文献データ解析と新規触媒予測

著者 (9件)： 鳥屋尾隆 (北大) ,  鳥屋尾隆 (京大) ,  高尾基史 (北大) ,  前野禅 (北大) ,  高草木達 (北大) ,  瀧川一学 (北大) ,  瀧川一学 (理研 AIP) ,  清水研一 (北大) ,  清水研一 (京大)
資料名： 触媒討論会講演予稿集(CD-ROM)
巻： 125th  ページ： ROMBUNNO.2P02  発行年： 2020年03月10日 
JST資料番号： F1143B  ISSN： 2187-5928  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 文献から入手したメタン酸化カップリング反応の実験データに関して,触媒組成と反応条件を予測記述子とした機械学習モデル,またさらに,構成元素の特徴量を加えたモデルを用いて触媒活性の予測を行った.最良の予測を示したXGB Regressorを用いた予測結果に対して,SHAPを用いて各特徴量の寄与の可視化を行った.SMACをベースとした代理モデルによる最適触媒の探索についても行った.(著者抄録)

シソーラス用語： *機械学習 ,  *酸化的カップリング ,  *触媒活性 ,  サポートベクトルマシン ,  精度 ,  担持触媒 ,  マンガン化合物 ,  遷移金属触媒 ,  タングステン酸塩 ,  ナトリウム化合物 ,  タングステン酸ナトリウム ,  マンガン触媒 ,  予測精度 ,  アルカン

分類 (2件)： 触媒の性質一般  (CB06121R) ,  人工知能  (JE08000Z)

物質索引 (1件)： メタン

タイトルに関連する用語 (7件)： 機械学習 ,  メタン ,  酸化カップリング反応 ,  文献 ,  データ解析 ,  触媒 ,  予測