Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Combining Machine Learning and Quantum Chemistry for the Design of Homogeneous Catalysts

Projektbeschreibung

Mit neuartigen Rechenwerkzeugen auf der Suche nach Katalysatoren für grüne Chemie

Katalysatoren beschleunigen Reaktionsgeschwindigkeiten und sind für die meisten chemischen und industriellen Prozesse grundlegend wichtig. Bei der homogenen Katalyse weisen Reaktanten und Katalysatoren dieselbe Phase auf, während diese bei der heterogenen Katalyse in unterschiedlichen Phasen vorliegen. Die homogene Katalyse erfordert oft mildere Reaktionsbedingungen. Ihre Vorteile sind eine höhere Aktivität, bessere Selektivität und Steuerbarkeit. Das Projekt ML4Catalysis entwickelt nun mit Unterstützung der Marie-Skłodowska-Curie-Maßnahmen Maschinenlernverfahren und weitere computergestützte Werkzeuge unter Einsatz der Prinzipien der Quantenchemie, um eine völlig neue Familie homogener Katalysatoren hervorzubringen. Ziel des Teams sind Übergangsmetallkomplexe für die Herstellung von Brennstoffen und chemischen Ausgangsstoffen aus natürlichen Ressourcen.

Ziel

While machine learning (ML) methods are already commonly applied in heterogeneous catalysis, the use of such methods for the design of homogeneous catalysts is a largely overlooked field. A recent proof-of-principle study showed the huge potential of ML in homogeneous catalysis by demonstrating that activation barriers in a set of related transition metal (TM) complexes can be learned. ML4Catalysis has three objectives that go far beyond this state of the art:

1) Automation of quantum chemistry (QC) calculations by combining different existing computational tools in a unified framework, with the goal to create powerful high-level computational workflows in a synergistic way.

2) Going beyond the accuracy of density-functional theory (DFT), which is often inaccurate for systems with multireference (MR) character like TM complexes. To this end, we will develop an ML method that is trained to predict the difference between energies at the DFT level and at a more accurate multireference level.

3) A pool of entirely novel catalysts for a given reaction will be generated by using a variational autoencoder (VAE) architecture. A Gaussian Process (GP) model trained to predict key activation barriers on a subset of these complexes will be used to screen the remaining set for the most promising candidates. This approach will be applied to find novel CO2 hydrogenation catalysts, which are important for the creation of fuels and feedstock chemicals from natural resources.

With its focus on catalysis and modern QC and ML methods, ML4Catalysis is highly relevant for two of the European Commission’s current priorities: “A European Green Deal” and “A Europe fit for the digital age”. The interdisciplinary project combines knowledge of the researcher on modern MR methods and the electronic structure of TM complexes with the expertise in automation, ML, and homogeneous catalysis at the host institution and will leave the researcher well-prepared for an independent career.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) H2020-MSCA-IF-2020

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITETET I OSLO
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 214 158,72
Adresse
PROBLEMVEIEN 5-7
0313 Oslo
Norwegen

Auf der Karte ansehen

Region
Norge Oslo og Viken Oslo
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 214 158,72
Mein Booklet 0 0