論文の概要: Inorganic synthesis-structure maps in zeolites with machine learning and crystallographic distances

• arxiv url: http://arxiv.org/abs/2307.10935v1
• Date: Thu, 20 Jul 2023 15:07:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-21 12:30:52.909372
• Title: Inorganic synthesis-structure maps in zeolites with machine learning and crystallographic distances
• Title（参考訳）: 機械学習と結晶距離を用いたゼオライトの無機合成構造マップ
• Authors: Daniel Schwalbe-Koda, Daniel E. Widdowson, Tuan Anh Pham, Vitaliy A. Kurlin
• Abstract要約: ゼオライトは、用途の多様性、合成条件、そして結果として生じる多形によって知られている無機物質である。 本研究では、結晶構造と機械学習(ML)の間に強い距離のメートル法を用いて、ゼオライト中の無機合成マップを作成する。 教師なし学習分析では, テンプレートベースの経路においても, 隣り合うゼオライトが類似した無機条件をしばしば共有していることが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Zeolites are inorganic materials known for their diversity of applications, synthesis conditions, and resulting polymorphs. Although their synthesis is controlled both by inorganic and organic synthesis conditions, computational studies of zeolite synthesis have focused mostly on organic template design. In this work, we use a strong distance metric between crystal structures and machine learning (ML) to create inorganic synthesis maps in zeolites. Starting with 253 known zeolites, we show how the continuous distances between frameworks reproduce inorganic synthesis conditions from the literature without using labels such as building units. An unsupervised learning analysis shows that neighboring zeolites according to our metric often share similar inorganic synthesis conditions, even in template-based routes. In combination with ML classifiers, we find synthesis-structure relationships for 14 common inorganic conditions in zeolites, namely Al, B, Be, Ca, Co, F, Ga, Ge, K, Mg, Na, P, Si, and Zn. By explaining the model predictions, we demonstrate how (dis)similarities towards known structures can be used as features for the synthesis space. Finally, we show how these methods can be used to predict inorganic synthesis conditions for unrealized frameworks in hypothetical databases and interpret the outcomes by extracting local structural patterns from zeolites. In combination with template design, this work can accelerate the exploration of the space of synthesis conditions for zeolites.
• Abstract（参考訳）: ゼオライト(zeolites)は、用途、合成条件、ポリモルフィックの多様性で知られる無機材料である。 合成は無機合成と有機合成の両方で制御されているが、ゼオライト合成の計算的な研究は主に有機テンプレートの設計に焦点が当てられている。 本研究では,結晶構造と機械学習(ml)間の強い距離測定値を用いて,ゼオライト中の無機合成マップを作成する。 253個のゼオライトから始めて, 構造単位などのラベルを使わずに, 文献から無機合成条件を連続的に再現する方法を示す。 教師なし学習分析では, テンプレートベースの経路においても, 隣り合うゼオライトが類似した無機合成条件をしばしば共有していることが示されている。 ML分類器と組み合わせることで, ゼオライト中の14の無機質, Al, B, Be, Ca, Co, F, Ga, Ge, K, Mg, Na, P, Si, Znの合成構造関係が得られた。 モデル予測を説明することで,既知の構造との類似性を合成空間の特徴として利用できることを示す。 最後に, ゼオライトから局所的な構造パターンを抽出することにより, 仮説データベースにおける非実現枠組みの無機合成条件の予測と結果の解釈にこれらの手法が利用できることを示す。 テンプレート設計と組み合わせることで、この研究はゼオライトの合成条件の空間の探索を加速することができる。

関連論文リスト

• Syntax-Guided Procedural Synthesis of Molecules [26.87587877386068]
  合成可能な分子の設計と、合成不可能な分子へのアナログの推奨は、分子発見を加速させる重要な問題である。 プログラム合成のアイデアを用いて,両問題を再認識する。 合成木の意味論から合成骨格を分離し,合成経路の空間を推論するための二段階の枠組みを構築する。
  論文  参考訳（メタデータ） (2024-08-24T04:32:36Z)
• Stoichiometry Representation Learning with Polymorphic Crystal Structures [54.65985356122883]
  確率論記述子は、構造的な情報を持たない特定の化合物を形成するために関係する要素間の比を明らかにすることができる。 本稿では,手軽に利用できる構造情報を利用して,確率論の確率的表現を学習するPolySRLを提案する。
  論文  参考訳（メタデータ） (2023-11-17T20:34:28Z)
• Bespoke Nanoparticle Synthesis and Chemical Knowledge Discovery Via Autonomous Experimentations [6.544041907979552]
  本稿では,光学特性を目標としたナノ粒子(NP)の設計のための自律的な実験プラットフォームについて報告する。 このプラットフォームは、AI最適化モデリングのフィードバックに基づいて、NPのバッチ合成モジュールとUV-Vis分光モジュールの間をクローズループで動作させる。 優れた材料開発効率に加えて、合成変数の解析により、Ag NP合成におけるクエン酸の効果を含む新しい化学が明らかにされる。
  論文  参考訳（メタデータ） (2023-09-01T09:15:04Z)
• Extracting Structured Seed-Mediated Gold Nanorod Growth Procedures from Literature with GPT-3 [52.59930033705221]
  1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。 1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。
  論文  参考訳（メタデータ） (2023-04-26T22:21:33Z)
• ContraNeRF: Generalizable Neural Radiance Fields for Synthetic-to-real Novel View Synthesis via Contrastive Learning [102.46382882098847]
  まず,合成から現実への新規な視点合成における合成データの影響について検討した。 本稿では,幾何制約を伴う多視点一貫した特徴を学習するために,幾何対応のコントラスト学習を導入することを提案する。 提案手法は,PSNR,SSIM,LPIPSの点で,既存の一般化可能な新規ビュー合成手法よりも高い画質で精細な画像を描画することができる。
  論文  参考訳（メタデータ） (2023-03-20T12:06:14Z)
• ULSA: Unified Language of Synthesis Actions for Representation of Synthesis Protocols [2.436060325115753]
  合成手順を記述するための最初の統一言語であるULSA(Unified Language of Synthesis Actions)を提案する。 提案手法に基づく3,040の合成手順のデータセットを作成した。
  論文  参考訳（メタデータ） (2022-01-23T17:44:48Z)
• Amortized Tree Generation for Bottom-up Synthesis Planning and Synthesizable Molecular Design [2.17167311150369]
  ターゲット分子の埋め込みを条件としたマルコフ決定過程として,合成経路を生成するための償却アプローチを報告した。 提案手法により,最適化された条件付き符号からデコードすることで,ボトムアップ方式で合成計画を実行し,合成可能な分子を設計することができる。
  論文  参考訳（メタデータ） (2021-10-12T22:43:25Z)
• RetroXpert: Decompose Retrosynthesis Prediction like a Chemist [60.463900712314754]
  そこで我々は, テンプレートフリーな自動逆合成拡張アルゴリズムを考案した。 我々の方法はレトロシンセシスを2段階に分解する。 最先端のベースラインよりも優れている一方で、我々のモデルは化学的に合理的な解釈も提供する。
  論文  参考訳（メタデータ） (2020-11-04T04:35:34Z)
• Predictive Synthesis of Quantum Materials by Probabilistic Reinforcement Learning [1.4680035572775534]
  本研究では, 半超電導単層MoS$_2$の量子材料に対する最適合成スケジュールの予測に強化学習を用いる。 このモデルは、多相ヘテロ構造を含む複雑な構造の合成のためのプロファイルを予測するために拡張することができる。
  論文  参考訳（メタデータ） (2020-09-14T20:50:45Z)
• Neural Granular Sound Synthesis [53.828476137089325]
  グラニュラー音声合成は、小さな波形ウィンドウの並べ替え配列に基づく一般的な音声生成技術である。 生成ニューラルネットワークは、その欠点の大部分を緩和しつつ、粒状合成を実現することができることを示す。
  論文  参考訳（メタデータ） (2020-08-04T08:08:00Z)
• Retrosynthesis Prediction with Conditional Graph Logic Network [118.70437805407728]
  コンピュータ支援のレトロシンセシスは、化学と計算機科学の双方から新たな関心を集めている。 本稿では,グラフニューラルネットワーク上に構築された条件付きグラフィカルモデルであるConditional Graph Logic Networkを用いて,この課題に対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-01-06T05:36:57Z)

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。