文献

J-GLOBAL ID：202202225520276183   整理番号：22A0725689

環境化学における機械学習に基づく量子化学法の潜在的応用【JST・京大機械翻訳】

Potential Application of Machine-Learning-Based Quantum Chemical Methods in Environmental Chemistry

著者 (9件)： Xia Deming (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Chen Jingwen (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Fu Zhiqiang (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Xu Tong (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Wang Zhongyu (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Liu Wenjia (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Xie Hong-bin (Key Laboratory of Industrial Ecology and Environmental Engineering (Ministry of Education), Dalian Key Laboratory on Chemicals Risk Control and Pollution Prevention Technology, School of Environmental Science and Technology, Dalian University of Technology, China) ,  Peijnenburg Willie J. G. M. (Institute of Environmental Sciences (CML), Leiden University, The Netherlands) ,  Peijnenburg Willie J. G. M. (Centre for Safety of Substances and Products, National Institute of Public Health and the Environment (RIVM), The Netherlands)
資料名： Environmental Science & Technology  (Environmental Science & Technology)
巻： 56  号： 4  ページ： 2115-2123  発行年： 2022年 
JST資料番号： B0839A  ISSN： 0013-936X  CODEN： ESTHA  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： それは,化学汚染物質の挙動と毒物学を理解するために,環境科学における重要な話題である。量子化学方法論は,最近の数十年における化学汚染物質の行動と毒物学のプロービングのための有用なツールとして役立つ。近年,機械学習(ML)技術は量子化学の分野に革命的な発展をもたらし,化学汚染物質の環境行動と毒物学の調査に有益である。しかし,MLベースの量子化学法(ML-QCMs)は,これまで環境化学研究においてほとんど使用されていない。有望な方法の応用を促進するために,この展望はML-QCMsの最近の進歩をまとめ,従来の量子化学法によってほとんど達成できない環境化学研究におけるそれらの潜在的用途に焦点を当てた。化学汚染物質の劣化ネットワークの予測におけるML-QCMsの潜在的応用と課題,大気ナノクラスタの大域的極小の探索,汚染物質の不均一または光化学変換経路の発見,および記述子としての波動関数による環境関連エンドポイントの予測を,紹介し,議論した。Copyright 2022 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： 波動関数 ,  ネットワーク ,  汚染物質 ,  大気汚染物質 ,  *環境 ,  環境科学 ,  毒物学 ,  光化学 ,  *量子化学 ,  *機械学習 ,  ナノクラスタ
準シソーラス用語： エンドポイント ,  環境活動 ,  *環境化学 ,  化学汚染物質 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  量子化学 ,  環境プロセス ,  環境計算毒性学 ,  化学物質管理

分類 (2件)： その他の汚染原因物質  (SB05040W) ,  動物に対する影響  (EE05040R)

タイトルに関連する用語 (4件)： 環境化学 ,  機械学習 ,  量子化学 ,  応用