[2E10-2E14] Environmental chemistry

[2E13] Uncovering Insights in Machine Learning-driven Catalyst Design for Oxidative Coupling of Methane

○Shun Nishimura¹, Xinyue Li¹, Junya Ohyama², Keisuke Takahashi³ (1. JAIST, 2. Kumamoto University, 3. Hokkaido University)

Keywords:Heterogeneous catalyst informatics, Oxidative Coupling of Methane, Uncovering Insights

文献データを基に２種類の機械学習によりメタン酸化カップリング（OCM）の高活性触媒を予測し、実験による検証を行った。サポートベクター回帰では、高活性なOCM触媒が提案されたがいずれも既知のNaMnW/SiO2類似体だった。更に学習の繰り返しを行うと予測材料空間の委縮が確認され、高活性触媒の提案ができなくなった。一方、ベイズ最適化は未探索領域の有望触媒を示し、学習の繰り返しによる触媒活性の向上が認められた。しかし、元素の偏りが顕著であり、元素による閾値以上の高活性触媒は提案できなかった。