Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Nuovi strumenti di calcolo contribuiranno a trovare catalizzatori per la chimica verde

I catalizzatori accelerano la velocità di una reazione e sono fondamentali per la maggior parte dei processi chimici e industriali. La catalisi omogenea utilizza reagenti e catalizzatori nello stesso stato, mentre la catalisi eterogenea utilizza catalizzatori in uno stato diverso dai reagenti. La catalisi omogenea richiede spesso condizioni di reazione più blande e può mostrare un’attività, una selettività e un controllo maggiori. Con il supporto del programma di azioni Marie Skłodowska-Curie, il progetto ML4Catalysis sta sviluppando metodi di apprendimento automatico e altri strumenti computazionali che sfruttano i principi della chimica quantistica per generare una famiglia completamente nuova di catalizzatori omogenei. Il team sta intervenendo su complessi di metalli di transizione per la creazione di combustibili e materie prime chimiche a partire da risorse naturali.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) H2020-MSCA-IF-2020

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITETET I OSLO
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 214 158,72
Indirizzo
PROBLEMVEIEN 5-7
0313 Oslo
Norvegia

Mostra sulla mappa

Regione
Norge Oslo og Viken Oslo
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 214 158,72
Il mio fascicolo 0 0