データ駆動型探索による次世代多孔質材料の開発

通过数据驱动的探索开发下一代多孔材料

• 批准号: 21K12015
• 负责人: 森川 優
• 金额: $ 2.66万
• 依托单位: Gakushuin University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12015/
• 关键词: 機械学習; 有機金属構造体; 金属有機構造体; マテリアルズインフォマティクス; 第一原理計算; カーネルメソッド

金属有機構造体は新たな吸着材量や触媒などの材料として期待されている多孔質材料である。活性炭やゼオライトのような天然の多孔性材料との違いは金属物質と有機物質の組み合わせを変更することによって任意の物質特性をもつ多孔性材料をデザイン可能である点にある。金属有機構造体の組み合わせの自由度は高く、様々な物質特性を持たせることが可能であると考えられるが、組み合わせの自由度が高いことにより狙った特性をもつ組み合わせを発見することは容易ではない。旧来の手法では総当たりで組み合わせを確かめるしかなく非常に非効率であった。本研究では有用な特性を持つかと考えられる金属有機構造体を機械学習手法を用いて予測することを目的としている。金属有機構造体のデータは文字列勝でかつ構造情報を含んだ複雑なデータであり、よく利用される単純な手法では結合情報を欠落させてしまうことで正しい予測結果を得ることは非常に難しい。現状の実績としては、金属有機構造体のデータを機械学習のアルゴリズムを用いて情報をあまり落とさない形で処理できる用に変換を行った。金属有機構造体のデータはグラフ構造であるため、現在の計算機では機械学習における予測に必要なグラフ構造同士の類似度を直接計算することは理論的に不可能なため、近似解を得る必要がある。実用的なグラフカーネルを先行文献から発見し、有機金属構造体の学習に適応できることを確認した。本年度ではさらに精度を高め、実用的な段階まで落とし込むことを目指す

金属有机骨架材料是多孔材料，有望用作吸附剂和催化剂的新材料。与活性炭、沸石等天然多孔材料的区别在于，通过改变金属和有机材料的组合，可以设计出具有任意材料性质的多孔材料。金属有机结构的组合具有很高的自由度，并且人们认为可以赋予它们各种材料特性，但是由于组合的自由度很高，所以不容易发现可以赋予它们各种材料特性的组合。具有所需的属性。在旧方法中，唯一的方法是通过蛮力检查组合，效率极低。这项研究的目的是利用机器学习技术来预测被认为具有有用特性的金属有机结构。金属有机结构数据是包含字符串和结构信息的复杂数据，由于键信息丢失，使用常用的简单方法很难获得正确的预测结果。我们目前的成就包括使用机器学习算法将金属有机结构的数据转换为可以处理而不会丢失太多信息的形式。由于金属有机结构的数据具有图结构，理论上目前的计算机无法直接计算机器学习中预测所需的图结构之间的相似度，因此需要获得近似解be。我们从之前的文献中发现了一个实用的图核，并证实它可以应用于学习有机金属结构。今年，我们的目标是进一步提高准确性，并将其降低到实用水平。