ナノ孔の化学空間のための機械学習言語は,ナノ孔の2D材料における構造-特性関係を可能にします

科学分野:

• 材料科学
• ナノテクノロジー
• コンピュータ化学

背景:

• ナノ孔性の二次元 (2D) 材料は分離とエネルギーにおける革命的な応用を提供します.
• 構造と性質の関係を理解することは,膨大な数のナノ孔構成によって妨げられています.
• ナノ孔幾何学を分析する現在の方法は,計算が密集しています.

研究 の 目的:

• 2D素材におけるナノ孔の機械学習可能な表現を開発する.
• ナノ孔形成とガス輸送特性の予測モデルを確立する.
• 新しいナノポラス材料の発見と設計を加速する

主な方法:

• ナノポールのストリング表現 (STRONG) 言語の導入
• ナノ孔形成エネルギーと輸送障壁を予測するための再発性ニューラルネットワークの応用.
• STRONGを用いた機能化されたナノポールの化学空間を体系的に探求する.

主要な成果:

• STRONGはナノ孔形成とガス輸送 (CO2,N2,O2) の正確な予測を可能にします.
• 機械学習モデルは,選択的なガス分離のための特定のナノ孔トポロジーを特定しました.
• 安定したグラフェンナノポールの最適の水素とキノンの機能を特定した.
• STRONGアプローチはナノ孔形状分析のグラフ理論より1000倍速い.

結論:

• STRONG言語は2Dナノ孔情報学の強力なツールを提供します.
• このアプローチにより,様々な用途に合わせたナノ孔性の材料の発見が加速されます.
• 機能化されたナノポラス2D材料の体系的な検索と設計を容易にする.