촉매 분야의 논문에 대해 기계 학습의 활용 상태를 살짝 조사해 보았다.
소개
세상에서 붐비고 있는 기계 학습(붐은 지났을지도 모릅니다만)은, 화학 특히 촉매 분야에서 어느 정도 활용되고 있습니까?
또, 히트의 타이밍이나 참고가 될 것 같은 문헌을 알면 좋다고 생각해 조사했습니다.
(정확한 건수를 조사하기 위한 것이 아니다)
검색 방법
미국 화학 협회 (ACS)의 문헌에서 기계 학습과 촉매와 관련된 논문의 히트 수를 조사해 보았습니다.
"Materials informatics", "Chemo informatics", "Catalyst informatics"등 다양한 단어가 있어 정확한 값을 내는 것이 힘들기 때문에, 얼마 안되는 "Machine Learning"과 "Catalyst"가 포함된 문헌을 찾았습니다. (후나츠 선생님, 가네코 선생님 등 유명한 분의 문헌이 포함되어 있지 않으므로 요주의입니다).
검색 단어: "Machine Learning", Catalyst"
검색일:2019/8/10
검색 기간: 2010~2019년
(개인에서는 ACS를 계약하지 않으므로 내용의 세부 사항은 볼 수 없습니다. 관련도는 참고 정도입니다)
검색결과
검색결과의 URL이 여기입니다.
https://pubs.acs.org/action/doSearch?field1=AllField&text1=%22machine+learning%22&field2=AllField&text2=%22catalyst%22&field3=AllField&text3=&publication=&accessType=allContent&Earliest=&Af01
2010년~2019년 사이에 266건 발표된 것 같습니다.
연별 발표수를 가시화해 보았습니다.
2016년을 경계로 급격히 발표수가 증가하고 있습니다.
2019년은 8월까지의 건수이므로, 150개 가까이 발표되어 과거 최고를 크게 갱신할 것 같은 기세입니다.
어떤 문헌으로 히트할까 하면,
1위: C&EN Global Enterprise(IF=3.092)
2위:Chemical Review(IF=52.613)
·
·
·
같은 배열입니다.
C&EN은 HP에 다음과 같은 설명이 있습니다. 논문이라기보다는 뉴스, 기사라는 느낌이군요.
"Chemical & Engineering News (C&EN) is an award-winning go-to news source for members of the worldwide chemistry community in academia, industry, and beyond. "
다른 저널에는 연구 내용이 보고되어 있으며, JACS(IF=14.695)도 15건 정도 있습니다.
다른 단어로 검색하면
・Industrial & Engineering Chemistry Research
· Journal of Chemical Information and Modeling
라고 하는 문헌도 있었습니다.
검색 누출은 엄청날 것 같습니다.
위와 같습니다. 이번은, 활용 상태나 참고문헌을 알면 좋았기 때문에. . .
우선은, 참고가 될 것 같은 문헌(의 압스트만)을 읽어 추측합니다.
개별 문헌은 돈을 지불하고 주문해 보겠습니까? . .
끝에
・"Machine Learning"과 "Catalyst"의 키워드로 논문수를 조사해 보면, 2016년 정도부터 급격히 증가하고 있는 것 같습니다. "Material informatics"로 조사하는 것이 건수가 훨씬 많기 때문에, 수법 자체는 이쪽의 결과를 참조할까 생각합니다. 아직 버블이 끝나지 않았으면 좋겠다.
・2015년 이전에도 일정수의 발표는 있습니다. High throughput screening이나 콤비켐 등, 망라적인 스크리닝은 옛날부터 행해지고 있거나, 2000년대에 신경망이나 유전적 알고리즘을 시험해 보았다고 하는 문헌도 본 기억이 있습니다.
・기계 학습의 수법 자체를 검토하고 있는 최첨단의 문헌은, 이번의 검색 워드로 걸리기 어렵습니다. 별도의 단어로 조사할까 생각합니다.
Reference
이 문제에 관하여(촉매 분야의 논문에 대해 기계 학습의 활용 상태를 살짝 조사해 보았다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/cat_lover/items/3c4387c3176566d4a890텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)