論文の概要: Rapid Exploration of a 32.5M Compound Chemical Space with Active Learning to Discover Density Functional Approximation Insensitive and Synthetically Accessible Transitional Metal Chromophores

• arxiv url: http://arxiv.org/abs/2208.05444v1
• Date: Wed, 10 Aug 2022 16:55:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-11 13:28:10.462663
• Title: Rapid Exploration of a 32.5M Compound Chemical Space with Active Learning to Discover Density Functional Approximation Insensitive and Synthetically Accessible Transitional Metal Chromophores
• Title（参考訳）: 活性学習による32.5M化合物化学空間の迅速探索 : 密度汎関数近似の無感性と合成アクセシブル遷移金属クロモフォアの発見
• Authors: Chenru Duan, Aditya Nandy, Gianmarco Terrones, David W. Kastner, and Heather J. Kulik
• Abstract要約: 機械学習(ML)による化学発見を加速する2つの課題は、候補分子や物質の合成可能性と、MLモデルトレーニングで使用されるデータの忠実性である。 最初の課題に対処するため, 32.5M遷移金属錯体 (TMCs) の仮定設計空間を構築し, すべてのフラグメントを合成的に利用した。 第2の課題に対処するために、Jacobのはしごの複数の領域にわたる23の関数密度近似の予測におけるコンセンサスを求める。
• 参考スコア（独自算出の注目度）: 0.4063872661554894
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Two outstanding challenges for machine learning (ML) accelerated chemical discovery are the synthesizability of candidate molecules or materials and the fidelity of the data used in ML model training. To address the first challenge, we construct a hypothetical design space of 32.5M transition metal complexes (TMCs), in which all of the constituent fragments (i.e., metals and ligands) and ligand symmetries are synthetically accessible. To address the second challenge, we search for consensus in predictions among 23 density functional approximations across multiple rungs of Jacob's ladder. To accelerate the screening of these 32.5M TMCs, we use efficient global optimization to sample candidate low-spin chromophores that simultaneously have low absorption energies and low static correlation. Despite the scarcity (i.e., $<$ 0.01\%) of potential chromophores in this large chemical space, we identify transition metal chromophores with high likelihood (i.e., $>$ 10\%) as the ML models improve during active learning. This represents a 1,000 fold acceleration in discovery corresponding to discoveries in days instead of years. Analyses of candidate chromophores reveal a preference for Co(III) and large, strong-field ligands with more bond saturation. We compute the absorption spectra of promising chromophores on the Pareto front by time-dependent density functional theory calculations and verify that two thirds of them have desired excited state properties. Although these complexes have never been experimentally explored, their constituent ligands demonstrated interesting optical properties in literature, exemplifying the effectiveness of our construction of realistic TMC design space and active learning approach.
• Abstract（参考訳）: 機械学習(ML)による化学発見を加速する2つの課題は、候補分子や物質の合成可能性と、MLモデルトレーニングで使用されるデータの忠実性である。 最初の挑戦に対処するために、32.5m遷移金属錯体(tmc)の仮定的な設計空間を構築し、構成断片(金属と配位子)と配位子対称性が合成的にアクセス可能である。 第2の課題に対処するために,jacob's ladder の複数のラングにまたがる23の密度関数近似の予測におけるコンセンサスを求める。 これら32.5MのTMCのスクリーニングを高速化するために,低吸収エネルギーと低静的相関を持つ低スピン色調候補のサンプリングに,効率的なグローバル最適化を用いる。 この大きな化学空間における潜在的な色調の不足 ($ 0.01 %) にもかかわらず、MLモデルがアクティブラーニング中に改善するにつれて、高い可能性 ($> 10 %) の遷移金属色調を同定する。 これは、年ではなく数日の発見に対応する発見において1000倍の加速を示す。 候補色相の分析では、Co(III) と、より結合飽和度の高い大きな強磁場配位子が好まれる。 時間依存密度汎関数理論計算によりパレート前面の有望な色相の吸収スペクトルを計算し、その3分の2が励起状態特性を所望していることを検証する。 これらの錯体の実験的研究は行われていないが、その構成リガンドは文学における興味深い光学的性質を示し、現実的なTMC設計空間の構築とアクティブラーニングアプローチの有効性を実証した。

関連論文リスト

• Many-body Expansion Based Machine Learning Models for Octahedral Transition Metal Complexes [0.0]
  我々はオクタ遷移金属錯体(TMCs)のスピン状態依存性特性の機械学習における自己相関の修正を提案する。 新しい戦略は多体展開(MBE)に基づいており、MBEの切り離し順序を変化させることで、捕捉された立体異性体情報を調整することができる。 この新しいアプローチには電子構造理論からの洞察が組み込まれているため、これらのモデルは同素体から異性体への体系的な一般化を示す。
  論文  参考訳（メタデータ） (2024-10-12T21:54:22Z)
• Benchmark Computations of Nearly Degenerate Singlet and Triplet states of N-heterocyclic Chromophores : II. Density-based Methods [0.0]
  LR-TDDFT と$Delta$SCF の両方に対して最小絶対誤差 (MAE) を持つ関数セットを提案する。 本研究は3種類のシクラジン系分子テンプレートの広範な研究に基づいている。 DFTの文脈における正確な交換、スピン汚染、スピン分極の役割は、我々の研究の最前線に来ている。
  論文  参考訳（メタデータ） (2024-08-09T07:47:38Z)
• ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
  本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。 合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
  論文  参考訳（メタデータ） (2023-02-09T20:19:57Z)
• Predictions of photophysical properties of phosphorescent platinum(II) complexes based on ensemble machine learning approach [0.0]
  蛍光金属錯体はエネルギー効率の良い有機発光ダイオード(有機発光ダイオード)の放出剤として研究されている。 OLEDエミッタとして実用化するためには、高い放射減衰率定数(k_r$)と光ルミネッセンス(PL)量子収率を持つPt(II)錯体を開発する必要がある。 そこで我々は, 蛍光Pt(II)エミッタの放射波長, 放射減衰速度定数, PL量子収率を正確に予測するための一般的なプロトコルを開発した。
  論文  参考訳（メタデータ） (2023-01-08T04:54:33Z)
• Photonic Quantum Computing For Polymer Classification [62.997667081978825]
  2つのポリマークラス (VIS) と近赤外 (NIR) は, ポリマーギャップの大きさに基づいて定義される。 高分子構造の二項分類に対する古典量子ハイブリッド手法を提案する。
  論文  参考訳（メタデータ） (2022-11-22T11:59:52Z)
• Low-cost machine learning approach to the prediction of transition metal phosphor excited state properties [0.4306143768014156]
  光活性イリジウム錯体は、光から光触媒への応用から広く関心を集めている。 我々は、低コスト機械学習(ML)モデルを用いて、イリジウム錯体の励起状態特性を予測する。
  論文  参考訳（メタデータ） (2022-09-18T16:24:07Z)
• Imaging dynamic exciton interactions and coupling in transition metal dichalcogenides [1.4446617408318685]
  遷移金属ジアルコゲナイド(TMD)は、量子情報科学および関連するデバイス応用のための材料プラットフォームとして考えられる。 TMD単層では、劣化時間と不均一性はあらゆる量子情報アプリケーションにとって重要なパラメータである。
  論文  参考訳（メタデータ） (2022-02-18T09:09:58Z)
• BIGDML: Towards Exact Machine Learning Force Fields for Materials [55.944221055171276]
  機械学習力場(MLFF)は正確で、計算的で、データ効率が良く、分子、材料、およびそれらのインターフェースに適用できなければならない。 ここでは、Bravais-Inspired Gradient-Domain Machine Learningアプローチを導入し、わずか10-200原子のトレーニングセットを用いて、信頼性の高い力場を構築する能力を実証する。
  論文  参考訳（メタデータ） (2021-06-08T10:14:57Z)
• Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
  固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。 1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。 ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2021-05-27T18:00:02Z)
• Data-Driven Discovery of Molecular Photoswitches with Multioutput Gaussian Processes [51.17758371472664]
  フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。 本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。 提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
  論文  参考訳（メタデータ） (2020-06-28T20:59:03Z)
• Exploring 2D synthetic quantum Hall physics with a quasi-periodically driven qubit [58.720142291102135]
  準周期的に駆動される量子系は、量子化された位相的性質を示すと予測される。 合成量子ホール効果を2トーン駆動で実験的に研究した。
  論文  参考訳（メタデータ） (2020-04-07T15:00:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。