• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実施状況報告書

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

研究課題

研究課題/領域番号 21K18185
研究機関北海道大学

研究代表者

鳥屋尾 隆  北海道大学, 触媒科学研究所, 助教 (80775388)

研究分担者 瀧川 一学  国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (10374597)
研究期間 (年度) 2021-07-09 – 2025-03-31
キーワード機械学習 / 不均一系触媒 / 文献データ / 触媒インフォマティクス
研究実績の概要

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。
初年度は、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し、新触媒の提案にも挑戦した。
予測だけでなく、機械学習モデルから化学的/物理的な示唆を得ることにも挑戦した。機械学習予測はしばしばブラックボックスと見られるが、解釈性の高い(教師あり)機械学習手法を使えば、対象系における性能制御因子(記述子)の重要度を半定量的に可視化することが可能である。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

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という、外挿的な触媒予測を行う機械学習モデルを構築することができた。SHapley Additive exPlanations (SHAP)やFeature importance、Partial Dependence Plotといったツールを使った予測の説明も進めており、研究は順調に進んでいる。

今後の研究の推進方策

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。このような要請に応えられる機械学習モデルの構築を進めていく。特に、新触媒の提案に関しては改良の余地が大きく、より良い手法の開発を目指す。

次年度使用額が生じた理由

COVID-19の影響により、当初予定して学会発表がキャンセルとなった。次年度使用分は、2022年度に開催される学会用の旅費として使用する。

  • 研究成果

    (7件)

すべて 2022 2021

すべて 雑誌論文 (2件) 学会発表 (5件) (うち国際学会 2件、 招待講演 4件)

  • [雑誌論文] Machine Learning Analysis of Literature Data on the Water Gas Shift Reaction Toward Extrapolative Prediction of Novel Catalysts2022

    • 著者名/発表者名
      Mine Shinya、Jing Yuan、Mukaiyama Takumi、Takao Motoshi、Maeno Zen、Shimizu Ken-ichi、Takigawa Ichigaku、Toyao Takashi
    • 雑誌名

      Chemistry Letters

      巻: 51 ページ: 269~273

    • DOI

      10.1246/cl.210645

  • [雑誌論文] Analysis of Updated Literature Data up to 2019 on the Oxidative Coupling of Methane Using an Extrapolative Machine‐Learning Method to Identify Novel Catalysts2021

    • 著者名/発表者名
      Mine Shinya、Takao Motoshi、Yamaguchi Taichi、Toyao Takashi、Maeno Zen、Hakim Siddiki S. M. A.、Takakusagi Satoru、Shimizu Ken‐ichi、Takigawa Ichigaku
    • 雑誌名

      ChemCatChem

      巻: 13 ページ: 3636~3655

    • DOI

      10.1002/cctc.202100495

  • [学会発表] キャタリストインフォマティクスの最前線2022

    • 著者名/発表者名
      鳥屋尾隆
    • 学会等名
      日本化学会第102春季年会
    • 招待講演
  • [学会発表] Application of data science to heterogeneous catalysis research2021

    • 著者名/発表者名
      鳥屋尾隆
    • 学会等名
      2021 Nankai International Symposium on Catalysis
    • 国際学会 / 招待講演
  • [学会発表] 外挿的探索を可能にする機械学習モデルを用いた新規触媒探索2021

    • 著者名/発表者名
      向山拓実 ・ 峯真也 ・ 鳥屋尾隆 ・ 前野禅 ・ 高草木達 ・ 瀧川一学 ・ 清水研一
    • 学会等名
      第129回 触媒討論会
  • [学会発表] Statistical Analysis and Identification of Heterogeneous Catalysts Using Extrapolative Machine Learning Model Based on Published Data2021

    • 著者名/発表者名
      鳥屋尾隆
    • 学会等名
      MRM2021
    • 招待講演
  • [学会発表] Towards Development of Novel Heterogeneous Catalysts Using Extrapolative Machine Learning Methods2021

    • 著者名/発表者名
      鳥屋尾隆
    • 学会等名
      AIChE Annual Meeting 2021
    • 国際学会 / 招待講演

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi