探索的機械学習手法を用いたCO2水素化触媒の開発

• Project/Area Number: 23KF0129
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund
• Section: 外国
• Review Section: Basic Section 27030:Catalyst and resource chemical process-related
• Research Institution: Hokkaido University
• Principal Investigator: 清水 研一 北海道大学, 触媒科学研究所, 教授 (60324000)
• Co-Investigator(Kenkyū-buntansha): AIT EL FAKIR ABDELLAH 北海道大学, 触媒科学研究所, 外国人特別研究員
• Project Period (FY): 2023-09-27 – 2025-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥2,000,000 (Direct Cost: ¥2,000,000); Fiscal Year 2024: ¥1,000,000 (Direct Cost: ¥1,000,000); Fiscal Year 2023: ¥1,000,000 (Direct Cost: ¥1,000,000)
• Keywords: 不均一系触媒 / 触媒インフォマティクス / データ科学 / CO2水素化

Outline of Research at the Start

触媒を含む材料化学の研究は、未だにトライアルアンドエラー的アプローチから脱却できていない状況である。これまでの研究者は、多くの実験データや文献情報、経験に基づいて予測や仮説を立ててきたが、年々増加する膨大なデータと知識を処理し、適切な仮説を提供できる専門家は極めて希少である。データ科学の最新技術を導入して、材料化学研究のアプローチを革新する必要がある。本研究では、探索的機械学習モデルを用いて、革新的なCO2水素化触媒の創出を目指す。

Outline of Annual Research Achievements

触媒を含む材料化学の研究は、未だにトライアルアンドエラー的アプローチから脱却できていない状況である。これまでの研究者は、多くの実験データや文献情報、経験に基づいて予測や仮説を立ててきたが、年々増加する膨大なデータと知識を処理し、適切な仮説を提供できる専門家は極めて希少である。データ科学の最新技術を導入して、材料化学研究のアプローチを革新する必要がある。本研究では、探索的機械学習モデルを用いて、革新的なCO2水素化触媒の創出を目指している。
本年度は、探索的機械学習モデルの構築と改良を進めた。CO2水素化反応の実験データに関する既存データセットを用いて、学習器や記述子の選定及び改良を行った。実触媒探索に向けて、生成モデルの作成も行った。新たなCO2水素化反応実験に関してもスタートし、初期データセットの構築も行った。初期データセットを用いたモデルの構築と解析を通して、対象系における性能制御因子（記述子）の重要性を半定量的に可視化する試みも行った。今後、実験と機械学習のループを繰り返すことで、新触媒の開発を行う。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

新触媒の開発に向けて、機械学習モデルおよび初期データセットの構築は行っており、研究は順調に進んでいる。

Strategy for Future Research Activity

実験と機械学習のループを繰り返すことでモデルを改善し、高活性触媒を開発する。