文献

J-GLOBAL ID：202102227293971184   整理番号：21A0473854

機械学習を併用した触媒・反応探索:最近の動向

著者 (2件)： 鳥屋尾隆 (北海道大学) ,  清水研一 (北海道大学)
資料名： CICSJ Bulletin (Web)  (CICSJ Bulletin (Web))
巻： 38  号： 1  ページ： 33(J-STAGE)  発行年： 2020年 
JST資料番号： U0623A  ISSN： 1347-2283  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・目的反応に対する膨大な触媒実験データを,機械学習すれば,データ先導型の触媒材料開発が可能。
・著者らは,CH₄からC₂H₄や₂H₆等のC₂生成物を得るメタン酸化カップリング(OCM:Oxidative Coupling of Methane)反応に関して,触媒組成と反応条件を用いた触媒活性予測モデルを構築。
・さらに,各種触媒組成,反応条件におけるOCM反応データ(C₂収率)約1700点を文献より入力してデータを作成。
・触媒組成の記述子として構成元素の構成比とその元素の特徴量(原子番号,原子量,周期,族,原子半径,電気陰性度等)の積を使用。
・各種回帰モデルを用いてC₂生成物収率を目的変数として10-fold交差検証を行い,XGB(XGBoosting regressor)が最良の予測精度を実現。

シソーラス用語： *機械学習 ,  *計算化学 ,  科学技術情報 ,  触媒調製 ,  酸化的カップリング ,  酸化 ,  メタンガス ,  触媒活性 ,  触媒反応 ,  不均一系反応 ,  統制索引語 ,  回帰モデル ,  オブジェクト指向言語 ,  材料科学 ,  情報科学 ,  サポートベクトルマシン ,  アルゴリズム ,  最適化手法 ,  交差検証法 ,  アルカン ,  アルケン
準シソーラス用語： Python言語 ,  マテリアルズインフォマティクス ,  メタン酸化 ,  記述子 ,  酸化カップリング反応 ,  不均一系触媒反応

分類 (4件)： 情報処理一般  (JE15010U) ,  研究開発  (CA01040B) ,  人工知能  (JE08000Z) ,  触媒の調製  (CB06110P)

物質索引 (3件)： エタン ,  エチレン ,  メタン

引用文献 (27件)：

• [1] \tI. Takigawa et.al.; RSC Adv. 6, 52587-52595(2016).
• [2]\tT. Toyao et al.; J. Phys. Chem. C, 122, 8315-8326(2018).
• [3]\tY. Hinuma et al.; J. Phys. Chem. C, 122, 29435-29444(2018).
• [4]\tT. Kamachi et al.; J. Phys. Chem. C, 123, 20988-20997(2019).
• [5]\tY. Hinuma et al.; J. Phys. Chem. C, 124, 10509-10522 (2020).

タイトルに関連する用語 (5件)： 機械学習 ,  併用 ,  触媒 ,  探索 ,  動向