WEKO3
アイテム
木構造に基づく機械学習モデルによるホスフィンの電子的性質予測
https://ipsj.ixsq.nii.ac.jp/records/220963
https://ipsj.ixsq.nii.ac.jp/records/22096301415b3c-cce9-4513-bc04-2909a76dd470
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2022 by the Information Processing Society of Japan
|
Item type | National Convention(1) | |||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2022-02-17 | |||||||||||||||||
タイトル | ||||||||||||||||||
タイトル | 木構造に基づく機械学習モデルによるホスフィンの電子的性質予測 | |||||||||||||||||
言語 | ||||||||||||||||||
言語 | jpn | |||||||||||||||||
キーワード | ||||||||||||||||||
主題Scheme | Other | |||||||||||||||||
主題 | 人工知能と認知科学 | |||||||||||||||||
資源タイプ | ||||||||||||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||||
資源タイプ | conference paper | |||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者所属 | ||||||||||||||||||
岩手大 | ||||||||||||||||||
著者名 |
高橋, 青玄
× 高橋, 青玄
× 山口, 拓也
× 柳村, 海希
× 山中, 克久
× 吉田, 尚恵
× 是永, 敏伸
|
|||||||||||||||||
論文抄録 | ||||||||||||||||||
内容記述タイプ | Other | |||||||||||||||||
内容記述 | ホスフィン配位子を持つ金属触媒は化学産業で広く用いられている。カルボニル伸縮振動はホスフィン配位子を持つ金属触媒の性能に密に関係する評価値であり、触媒開発において重要な指標の一つだが、測定するには実際に触媒を合成する必要がある。カルボニル伸縮振動を機械学習モデルで予測することできれば、試行錯誤的な合成を減らし、効率的な触媒開発が可能になると期待できる。本研究では、木構造に基づく機械学習モデルに着目し、カルボニル伸縮振動の予測を試みる。 | |||||||||||||||||
書誌レコードID | ||||||||||||||||||
収録物識別子タイプ | NCID | |||||||||||||||||
収録物識別子 | AN00349328 | |||||||||||||||||
書誌情報 |
第84回全国大会講演論文集 巻 2022, 号 1, p. 441-442, 発行日 2022-02-17 |
|||||||||||||||||
出版者 | ||||||||||||||||||
言語 | ja | |||||||||||||||||
出版者 | 情報処理学会 |