Atomistic Modeling of Advanced Porous Materials for Energy, Environment, and Biomedical Applications

Projektinformationen

STARLET

ID Finanzhilfevereinbarung: 101124002

DOI

10.3030/101124002

EK-Unterschriftsdatum 31 Januar 2024

Startdatum 1 April 2024

Enddatum 31 März 2029

Finanziert unter

• European Research Council (ERC)

Gesamtkosten

€ 2 000 000,00

EU-Beitrag

€ 2 000 000,00

Koordiniert durch

KOC UNIVERSITY
Türkiye

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Peer reviewed articles (15)

The transformative role of machine learning in advancing MOF membranes for gas separations

Autoren: Pelin Sezgin; Seda Keskin
Veröffentlicht in: Chemical Physics Reviews, 2025, ISSN 2688-4070
Herausgeber: AIP
DOI: 10.1063/5.0278371

The COF Space: Materials Features, Gas Adsorption, and Separation Performances Assessed by Machine Learning

Autoren: Gokhan Onder Aksu; Seda Keskin
Veröffentlicht in: ACS Materials Letters, 2025, ISSN 2639-4979
Herausgeber: AMER CHEMICAL SOC
DOI: 10.1021/ACSMATERIALSLETT.4C02594

Artificial Intelligence Paradigms for Next-Generation Metal–Organic Framework Research

Autoren: Aydin Ozcan; François-Xavier Coudert; Sven M. J. Rogge; Greta Heydenrych; Dong Fan; Antonios P. Sarikas; Seda Keskin; Guillaume Maurin; George E. Froudakis; Stefan Wuttke; Ilknur Erucar
Veröffentlicht in: Journal of the American Chemical Society, 2025, ISSN 1520-5126
Herausgeber: AMER CHEMICAL SOC
DOI: 10.1021/JACS.5C08214

Finding high-performance MOFs for effective SF₆/N₂ separation through high-throughput computational screening and machine learning

Autoren: Pelin Sezgin, Hasan Can Gulbalkan, Seda Keskin
Veröffentlicht in: Journal of Physics: Materials, Ausgabe 7, 2024, ISSN 2515-7639
Herausgeber: IOP Publishing
DOI: 10.1088/2515-7639/AD80CD

Molecular Modeling-Based Machine Learning for Accurate Prediction of Gas Diffusivity and Permeability in Metal–Organic Frameworks

Autoren: Pelin Sezgin; Feride Neva Yüngül; Beste Naz Karaca; Hasan Can Gulbalkan; Seda Keskin
Veröffentlicht in: ACS Materials Au, 2025, ISSN 2694-2461
Herausgeber: AMER CHEMICAL SOC
DOI: 10.1021/ACSMATERIALSAU.5C00111

Advanced Materials

Autoren: Hilal Daglar; Hasan Can Gulbalkan; Gokhan Onder Aksu; Seda Keskin
Veröffentlicht in: Advanced Materials, 2024, ISSN 0935-9648
Herausgeber: WILEY-V C H VERLAG GMBH
DOI: 10.1002/ADMA.202405532

Rational design of lanthanide-based metal–organic frameworks for CO₂ capture using computational modeling

Autoren: Zeynep Pinar Haslak; Hasan Can Gulbalkan; Seda Keskin
Veröffentlicht in: Materials Advances, 2025, ISSN 2633-5409
Herausgeber: ROYAL SOC CHEMISTRY
DOI: 10.1039/D5MA00017C

Data‐Driven Design and Discovery of Metal–Organic Framework/Polymer Mixed Matrix Membranes

Autoren: Seda Keskin
Veröffentlicht in: Macromolecular Materials and Engineering, 2025, ISSN 1439-2054
Herausgeber: Wiley
DOI: 10.1002/MAME.202500364

Scientific Reports

Autoren: Goktug Ercakir; Gokhan Onder Aksu; Seda Keskin
Veröffentlicht in: Scientific Reports, 2024, ISSN 2045-2322
Herausgeber: NATURE PORTFOLIO
DOI: 10.1038/S41598-024-76491-X

Assessing Co2 Separation Performances of Il/Zif-8 Composites Using Molecular Features of Ils

Autoren: Hasan Can Gulbalkan; Alper Uzun; Seda Keskin
Veröffentlicht in: Carbon Capture Science & Technology, 2024, ISSN 2772-6568
Herausgeber: Elsevier
DOI: 10.1016/J.CCST.2025.100373

Diffusion explorer for the COF space: Data-driven discovery of high-performing COF membranes for gas separations

Autoren: Gokhan Onder Aksu; Seda Keskin
Veröffentlicht in: Carbon Capture Science & Technology, 2026, ISSN 2772-6568
Herausgeber: Elsevier
DOI: 10.1016/J.CCST.2025.100559

ReDD-COFFEE under the Lens: Revealing Adsorption and Separation Performances of Hypothetical COFs Using Molecular Simulations and Machine Learning

Autoren: Hilal Ozyurt, Gokhan Onder Aksu, Hasan Can Gulbalkan, Seda Keskin
Veröffentlicht in: Industrial & Engineering Chemistry Research, Ausgabe 65, 2026, ISSN 0888-5885
Herausgeber: American Chemical Society (ACS)
DOI: 10.1021/ACS.IECR.5C04806

Integrating Molecular Simulations with Machine Learning to Discover Selective MOFs for CH₄/H₂ Separation

Autoren: Pelin Sezgin; Seda Keskin
Veröffentlicht in: The Journal of Physical Chemistry C, 2025, ISSN 1932-7455
Herausgeber: AMER CHEMICAL SOC
DOI: 10.1021/ACS.JPCC.5C02779

Industrial and Engineering Chemistry Research

Autoren: Pelin Sezgin; Ezgi Gulcay-Ozcan; Marija Vučkovski; Aleksandra M. Bondžić; Ilknur Erucar; Seda Keskin
Veröffentlicht in: Industrial & Engineering Chemistry Research, 2025, ISSN 0888-5885
Herausgeber: AMER CHEMICAL SOC
DOI: 10.1021/ACS.IECR.4C03698

Leveraging molecular simulations and machine learning to assess CO2, O2, and N2 adsorption and separation performances of diverse MOF databases

Autoren: Hasan Can Gulbalkan, Seda Keskin
Veröffentlicht in: Chemical Engineering Journal Advances, Ausgabe 25, 2026, ISSN 2666-8211
Herausgeber: Elsevier BV
DOI: 10.1016/J.CEJA.2025.100984