採択課題 【詳細】
| jh250072 | 機械学習駆動のマルチスケールシミュレーションによるグリーン触媒設計 |
|---|---|
| 課題代表者 | 森川良忠(大阪大学 大学院工学研究科) Yoshitada Morikawa (Osaka University, Graduate School of Engineering) |
| 概要 | This research aims to develop Machine Learning Interatomic Potentials (MLIPs) integrated with multi-scale simulations to optimally design the heterogeneous catalysts, focusing on CO2 hydrogenation to methanol. By leveraging machine-learning aided atomic simulations, it addresses not only static but also dynamic catalytic properties to optimize catalyst performance under realistic operating conditions. |
| 関連Webページ | |
| 報告書等 | 研究紹介ポスター ／ 最終報告書 |
| 業績一覧 | (1) 学術論文 （査読あり） |
| 該当なし | |
| (2) 国際会議プロシーディングス （査読あり） | |
| 該当なし | |
| (3) 国際会議発表（査読なし） | |
| 該当なし | |
| (4) 国内会議発表（査読なし） | |
| 該当なし | |
| (5) 公開したライブラリなど | |
| 該当なし | |
| (6) その他（特許，プレスリリース，著書等） | |
| 該当なし |
無断転載禁止