化学における外挿探索を可能とする機械学習手法の開発と実証
| Project/Area Number |
21K18185
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 27:Chemical engineering and related fields
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
鳥屋尾 隆 北海道大学, 触媒科学研究所, 准教授 (80775388)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀧川 一学 京都大学, 国際高等教育院, 特定教授 (10374597)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥26,000,000 (Direct Cost: ¥20,000,000、Indirect Cost: ¥6,000,000)
Fiscal Year 2024: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2023: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2022: ¥7,280,000 (Direct Cost: ¥5,600,000、Indirect Cost: ¥1,680,000)
Fiscal Year 2021: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
|
|---|
| Keywords | 固体触媒 / 機械学習 / 不均一系触媒 / 文献データ / 触媒インフォマティクス |
|---|
| Outline of Research at the Start |
触媒をはじめとする材料化学研究は未だ「絨毯爆撃的なスクリーニング」から脱却できていない。研究者はこれまで、大量の実験データ・文献知・経験知を統合して、予測・仮説の形成を行ってきたが、年々増え続ける膨大なデータ・知見を咀嚼し、目的に対して適切な仮説を提供できる人材は皆無である。人知に基づく研究は限界を迎えており、データ科学の先進技術を導入して材料化学研究の在り方を刷新することが求められている。本研究では、外挿的提案を実現する機械学習モデルを開発し、既存研究の延長線上にない真に革新的な高機能触媒の創出を目指す。
|
| Outline of Annual Research Achievements |
触媒をはじめとする材料化学研究は未だ「絨毯爆撃的なスクリーニング」から脱却できていない。研究者はこれまで、大量の実験データ・文献知・経験知を統合して、予測・仮説の形成を行ってきたが、年々増え続ける膨大なデータ・知見を咀嚼し、目的に対して適切な仮説を提供できる人材は皆無である。人知に基づく研究は限界を迎えており、データ科学の先進技術を導入して材料化学研究の在り方を刷新することが求められている。本研究では、外挿的提案を実現する機械学習モデルを開発し、革新的な高機能触媒の創出に資する研究方法論の提案を目指している。
2023年度は、前年度に引き続き、文献データを用いて、外挿的提案を実現する機械学習モデルの構築を目指した。構築したモデルでは、触媒構成元素そのものを学習に使うのではなく、その特徴量(原子半径、電気陰性度、融点等)と構成比の積を予測記述子(Elemental Descriptor)として用いることで、元々のデータセットに含まれている元素に縛られることなく有望な触媒候補元素を提案することが可能である。また、実際の触媒組成を提案する逆問題を解くためのアルゴリズムも作成・改良し、新触媒の提案も行った。提案された新触媒の触媒性能の妥当性も、データ科学的な手法を用いて評価した。文献データについては、水性ガスシフト反応やメタン酸化的カップリング反応に加えて、バイオマス変換反応についても扱っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
外挿的な触媒予測を行う機械学習モデルを構築し、すでに外部発表を行っている。様々な反応系・データセットにおいても機能することを確認しており、順調に進んでいる。
|
| Strategy for Future Research Activity |
触媒分野においては特に、データ数が少なく、データの偏りが存在するデータセットを活用するデータ科学的手法が求められている。また、単に性能の良い触媒を提案するだけでなく、触媒の価格や構成元素の地殻埋蔵量といった元素戦略を踏まえた新触媒の提案も求められている。これらを考慮した新手法の開発を目指す。
|
Report
(4 results)
Research Products
(13 results)
