文献

J-GLOBAL ID：202202228583666480   整理番号：22A0949255

吸着エネルギーを予測するための機械学習アルゴリズムの応用における最近の進歩【JST・京大機械翻訳】

Recent advances in the application of machine-learning algorithms to predict adsorption energies

著者 (1件)： Cao Liang (Department of Chemistry, Zhejiang University, Hangzhou, Zhejiang 321000, China)
資料名： Trends in Chemistry  (Trends in Chemistry)
巻： 4  号： 4  ページ： 347-360  発行年： 2022年 
JST資料番号： W5547A  ISSN： 2589-5974  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不均一系触媒の表面サイト上の吸着エネルギーは,Bronsted-Evans-Polanyi(BEP)関係による触媒反応経路に沿った反応活性化障壁(ΔG_a)とそれらを相関するSabtier火山プロットと共に,触媒活性を決定する。本レビューは,機械学習(ML)モデルを格子およびオフ格子モデルに分類し,吸着エネルギーを予測するモデルを構築するための異なるアプローチを議論し,MLアルゴリズムの使用におけるいくつかの最近の進歩を要約した。これらの開発したMLモデルは,研究者が活性表面特徴を同定することにより高性能不均一触媒を合理的に設計することを可能にする。さらに,このレビューは,現在のモデルの限界と,速度を犠牲にすることなく触媒反応の実生活運転条件とより一貫した洗練されたモデルの構築に取り組む必要がある挑戦を結論づける。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  表面 ,  触媒 ,  ニューラルネットワーク ,  触媒活性 ,  触媒反応 ,  火山 ,  クラスタ展開 ,  格子模型 ,  ポテンシャル障壁 ,  モデル ,  *機械学習 ,  *学習アルゴリズム ,  *吸着エネルギー
準シソーラス用語： 運転条件 ,  不均一系触媒 ,  活性化障壁 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習アルゴリズム ,  吸着エネルギー ,  格子モデル ,  オフ格子モデル ,  クラスタ展開 ,  ニューラルネットワーク

分類 (5件)： 不均一系触媒反応  (CB06100E) ,  分子の電子構造  (BH05010Q) ,  貴金属触媒  (CB06122I) ,  吸着の電子論  (CB12042Y) ,  触媒反応一般  (CB06080F)

タイトルに関連する用語 (5件)： 吸着エネルギー ,  予測 ,  機械学習 ,  アルゴリズム ,  応用