文献

J-GLOBAL ID：202202261664310806   整理番号：22A0648577

ハイスループット計算スクリーニングと機械学習による金属-有機骨格におけるO_2/N_2選択性の予測【JST・京大機械翻訳】

Prediction of O₂/N₂ Selectivity in Metal-Organic Frameworks via High-Throughput Computational Screening and Machine Learning

著者 (7件)： Orhan Ibrahim B. (Department of Applied Chemistry and Environmental Science, School of Science, RMIT University, Victoria, Australia) ,  Orhan Ibrahim B. (CSIRO Manufacturing Flagship, Victoria, Australia) ,  Daglar Hilal (Department of Chemical and Biological Engineering, Koc University, Turkey) ,  Keskin Seda (Department of Chemical and Biological Engineering, Koc University, Turkey) ,  Le Tu C. (School of Engineering, RMIT University, Victoria, Australia) ,  Babarao Ravichandar (Department of Applied Chemistry and Environmental Science, School of Science, RMIT University, Victoria, Australia) ,  Babarao Ravichandar (CSIRO Manufacturing Flagship, Victoria, Australia)
資料名： ACS Applied Materials & Interfaces  (ACS Applied Materials & Interfaces)
巻： 14  号： 1  ページ： 736-749  発行年： 2022年 
JST資料番号： W2329A  ISSN： 1944-8244  CODEN： AAMICK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習(ML)は,様々な科学分野でますます普及しているツールとなり,多様な応用に対する材料のスクリーニングを支援する可能性も示す。本研究では,O_2とN_2の取込み,自己拡散係数,Henry定数を計算した計算-読取実験(CoRE)金属-有機骨格(MOF)データセットを用いて,MLモデルに適合した。得られたモデルを用いて,仮想MOF(hMOF)データセットのこのような特性を予測し,室温で高いO_2/N_2選択性を持つ構造を同定した。既知のエントリーに関するモデルの性能は,それが0.7と0.8の間に典型的に落下する真と予測値の間のr2相関を有するMOF特性の予測のための有用なツールとして役立つことを示した。異なる記述子群(幾何学的,原子型,および化学的)の使用を研究した。すべての記述子群の包含は,最良の総合的結果をもたらした。少数のエントリーのみがCoRE MOFセットの性能を上回った。しかし,MLの使用は構造-特性関係を示し,吸着と拡散選択性に基づくO_2/N_2分離のためのトップ性能hMOFsを同定できた。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： 吸着 ,  選択性 ,  Henry定数 ,  *スクリーニング ,  *機械学習 ,  ガス分離
準シソーラス用語： *ハイスループット ,  構造特性相関 ,  ランダムフォレスト ,  予測値 ,  自己拡散係数 ,  空気分離 ,  *MOF【配位高分子】 , 【Automatic Indexing@JST】

著者キーワード (6件)： ランダムフォレスト ,  O_2/N_2選択性 ,  金属-有機骨格 ,  仮想MOF ,  空気分離 ,  機械学習

分類 (5件)： 第11族,第12族元素の錯体  (CE01050Y) ,  配位化合物一般  (CE01010G) ,  膜分離  (XD02120Z) ,  吸着剤  (YB03000W) ,  コロイド化学一般  (CB11010C)

タイトルに関連する用語 (5件)： スループット計算 ,  スクリーニング ,  機械学習 ,  金属-有機骨格 ,  予測