論文の概要: Bespoke Nanoparticle Synthesis and Chemical Knowledge Discovery Via
Autonomous Experimentations
- arxiv url: http://arxiv.org/abs/2309.00349v1
- Date: Fri, 1 Sep 2023 09:15:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-04 14:02:52.976963
- Title: Bespoke Nanoparticle Synthesis and Chemical Knowledge Discovery Via
Autonomous Experimentations
- Title（参考訳）: 自律実験によるナノ粒子合成と化学知識の発見
- Authors: Hyuk Jun Yoo, Nayeon Kim, Heeseung Lee, Daeho Kim, Leslie Tiong Ching
Ow, Hyobin Nam, Chansoo Kim, Seung Yong Lee, Kwan-Young Lee, Donghun Kim, and
Sang Soo Han
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 6.544041907979552
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The optimization of nanomaterial synthesis using numerous synthetic variables
is considered to be extremely laborious task because the conventional
combinatorial explorations are prohibitively expensive. In this work, we report
an autonomous experimentation platform developed for the bespoke design of
nanoparticles (NPs) with targeted optical properties. This platform operates in
a closed-loop manner between a batch synthesis module of NPs and a UV- Vis
spectroscopy module, based on the feedback of the AI optimization modeling.
With silver (Ag) NPs as a representative example, we demonstrate that the
Bayesian optimizer implemented with the early stopping criterion can
efficiently produce Ag NPs precisely possessing the desired absorption spectra
within only 200 iterations (when optimizing among five synthetic reagents). In
addition to the outstanding material developmental efficiency, the analysis of
synthetic variables further reveals a novel chemistry involving the effects of
citrate in Ag NP synthesis. The amount of citrate is a key to controlling the
competitions between spherical and plate-shaped NPs and, as a result, affects
the shapes of the absorption spectra as well. Our study highlights both
capabilities of the platform to enhance search efficiencies and to provide a
novel chemical knowledge by analyzing datasets accumulated from the autonomous
experimentations.
- Abstract（参考訳）: 多くの合成変数を用いたナノマテリアル合成の最適化は、従来の組合せ探索が違法に高価であるため、非常に困難な作業であると考えられている。
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。
銀 (Ag) NPを代表例として, 初期停止基準で実装したベイズ最適化器は, 所望の吸収スペクトルを持つAg NPを, わずか200回(合成試薬を5回)で効率よく生成できることを示した。
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。
クエン酸の量は球状および板状NPの競合を制御する鍵であり、結果として吸収スペクトルの形状にも影響を及ぼす。
本研究は, 探索効率の向上と, 自律実験から蓄積したデータセットを解析し, 新たな化学知識の提供を目的とした。
関連論文リスト
- Constrained composite Bayesian optimization for rational synthesis of polymeric particles [0.7499722271664147]
本研究では,制約付きおよび複合ベイズ最適化(CCBO)を統合し,ブラックボックス実現可能性制約の下で効率的な目標値最適化を行う。
CCBOは戦略的に不可能な条件を回避し、あらかじめ定義された大きさの目標に向けて効率的に粒子生産を最適化した。
実験では、ポリ(乳酸-コ-グリコール酸)粒子の300nmおよび3.0$mu$mの合理的合成を電気散布により導くためのCCBO機能を検証した。
論文 参考訳（メタデータ） (2024-11-06T14:40:03Z) - BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。
我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。
この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
論文 参考訳（メタデータ） (2024-08-19T05:17:40Z) - LightCPPgen: An Explainable Machine Learning Pipeline for Rational Design of Cell Penetrating Peptides [0.32985979395737786]
我々は,機械学習(ML)と最適化アルゴリズムの長所を活かして,CPPのデノボ設計に革新的なアプローチを導入する。
私たちの戦略はLight CPPgenと呼ばれ、LightGBMベースの予測モデルと遺伝的アルゴリズム(GA)を統合しています。
GAソリューションは、元の非貫通ペプチドとの類似性を最大化しつつ、候補配列の透過性スコアを特にターゲットとしている。
論文 参考訳（メタデータ） (2024-05-31T10:57:25Z) - An Autonomous Large Language Model Agent for Chemical Literature Data
Mining [60.85177362167166]
本稿では,幅広い化学文献から高忠実度抽出が可能なエンドツーエンドAIエージェントフレームワークを提案する。
本フレームワークの有効性は,反応条件データの精度,リコール,F1スコアを用いて評価する。
論文 参考訳（メタデータ） (2024-02-20T13:21:46Z) - 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) - Machine-Learning-Optimized Perovskite Nanoplatelet Synthesis [55.41644538483948]
総合成量200のCsPbBr3ナノプレート(NPL)の品質向上のためのアルゴリズムを開発した。
このアルゴリズムは、前駆率に基づいて、NPL分散のPL放出最大値を予測することができる。
論文 参考訳（メタデータ） (2022-10-18T11:54:11Z) - Pathloss modeling for in-body optical wireless communications [65.33908037519238]
光無線通信(OWC)は、次世代の体内ナノスケールネットワークとインプラントの候補として認識されている。
本稿では,体内OWCの一般パスロスモデルについて述べる。
論文 参考訳（メタデータ） (2021-05-06T17:17:45Z) - RetCL: A Selection-based Approach for Retrosynthesis via Contrastive
Learning [107.64562550844146]
レトロシンセシスは深層学習の新たな研究分野である。
本稿では, 市販分子の候補群から, 反応物質の選択問題へとレトロシンセシスを再構成する新しいアプローチを提案する。
スコア機能を学ぶために、ハードネガティブマイニングを備えた新しいコントラストトレーニングスキームも提案します。
論文 参考訳（メタデータ） (2021-05-03T12:47:57Z) - Towards Online Steering of Flame Spray Pyrolysis Nanoparticle Synthesis [0.5280518172740245]
火炎噴霧熱分解(英: Flame Spray Pyrolysis、FSP)は、エネルギー材料、合成、複合材料などへの応用を目的とした、工業化されたナノ粒子を大量生産する製造技術である。
FSP機器は、燃料噴射速度、燃料と酸素の混合、温度などの調整可能なパラメータに大きく依存しており、生成したナノ粒子の品質、量、性質に大きな影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2020-10-16T16:38:16Z) - 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)
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。