Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Predicting Molecular Geometry02:27

Predicting Molecular Geometry

44.5K
VSEPR Theory for Determination of Electron Pair Geometries
44.5K
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving01:29

Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving

261
Mechanistic models play a crucial role in algorithms for numerical problem-solving, particularly in nonlinear mixed effects modeling (NMEM). These models aim to minimize specific objective functions by evaluating various parameter estimates, leading to the development of systematic algorithms. In some cases, linearization techniques approximate the model using linear equations.
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
261

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Role of CYP3A5 and CYP3A4 in the metabolism and toxicity of 10-hydroxyl mesaconitine, a new potential toxicity marker of Radix Aconiti Lateralis Preparata (Fuzi), in vitro and in vivo.

Drug metabolism and disposition: the biological fate of chemicals·2026
Same author

Comparison of left lateral and supine positioning for EUS-guided portal pressure gradient measurements.

Gastrointestinal endoscopy·2026
Same author

A CRISPR/Cas12a-based reverse transcription multiple cross displacement amplification technique for sensitive, rapid, and highly specific detection of <i>human enterovirus A71</i> in clinical application.

Frontiers in microbiology·2026
Same author

Genome-wide characterization of the accessible chromatin regions in chickpea.

BMC genomics·2026
Same author

Integrating WGCNA and machine learning to identify and validate key biomarkers in MASLD.

BMC gastroenterology·2026
Same author

Ion-Responsive Microneedles Delivering Subtype-Specific Mitochondrial Extracellular Vesicles from HEY1⁺ Cardiomyocytes for Cardiac Repair in Bama Minipigs with Myocardial Ischemia-Reperfusion Injury.

Theranostics·2026

関連する実験動画

Updated: Jan 8, 2026

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry
07:20

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry

Published on: October 6, 2023

4.2K

機械学習による金属有機構造体（MOF）の構造特性と合成コストの多目的最適化

Huafang Zhang1, Chunjian Pan2, Qi Liang1

  • 1School of Light Industry Science and Engineering, Beijing Technology and Business University, Beijing 100048, China.

Journal of chemical information and modeling
|December 12, 2025
PubMed
まとめ

本研究では、金属有機構造体（MOF）合成を最適化するための機械学習フレームワークを導入し、高い表面積（SSA）とコスト削減を両立させます。費用対効果の高い高性能MOFの生産ルートを特定します。

キーワード:
金属有機構造体機械学習多目的最適化合成コスト表面積材料科学化学工学

さらに関連する動画

Synthesis and Characterization of Functionalized Metal-organic Frameworks
11:27

Synthesis and Characterization of Functionalized Metal-organic Frameworks

Published on: September 5, 2014

49.0K
Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers
07:14

Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers

Published on: May 12, 2023

3.7K

関連する実験動画

Last Updated: Jan 8, 2026

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry
07:20

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry

Published on: October 6, 2023

4.2K
Synthesis and Characterization of Functionalized Metal-organic Frameworks
11:27

Synthesis and Characterization of Functionalized Metal-organic Frameworks

Published on: September 5, 2014

49.0K
Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers
07:14

Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers

Published on: May 12, 2023

3.7K

科学分野:

  • 材料科学
  • 化学工学
  • 計算化学

背景:

  • MOFは、多様な用途で高い表面積と調整可能な細孔率を提供します。
  • 現在のMOF合成法は、高コストと長い反応時間によって妨げられています。
  • 合成条件は、MOFの構造特性とコスト効率に大きく影響します。

研究 の 目的:

  • MOF合成を最適化するための機械学習ベースの多目的フレームワークを開発すること。
  • 比表面積（SSA）を最大化しつつ生産コストを最小化する合成条件を特定すること。
  • 高性能・低コストMOFの商品化を可能にすること。

主な方法:

  • SynMOFデータベースと市販原料コストデータを利用しました。
  • MOF特性とコストの機械学習予測モデルを開発しました。
  • パレート最適経路特定のために非支配ソート遺伝的アルゴリズムII（NSGA-II）を採用しました。
  • 実用的な条件取得のためにk近傍法（k-NN）を適用しました。
  • 生産実現可能性のために、Bagging統合正・負学習モデルを用いたソリューションのスクリーニングを実施しました。

主要な成果:

  • SSAを最大化しコストを最小化するパレート最適合成経路を特定しました。
  • 所望のMOF特性に一致する実用的な合成条件を取得しました。
  • 生産実現可能性が高い（確率0.7以上）ソリューションをスクリーニングしました。

結論:

  • 提案された機械学習フレームワークは、費用対効果の高いMOF合成のための戦略的経路を提供します。
  • このアプローチは、商業用途向けの高性能MOFの開発を促進します。
  • 合成条件の最適化は、MOFの性能と経済的実行可能性のバランスをとる上で重要です。