SlideShare a Scribd company logo
1 of 32
Download to read offline
Institute for Catalysis, Hokkaido University
Matlantisを利用した固体触媒研究
北海道大学 触媒科学研究所 清水研究室 助教
鳥屋尾 隆 (とやお たかし)
Institute for Catalysis, Hokkaido University 2
教授 :清水研一
助教 :鳥屋尾隆
研究員 :5名
秘書 :1名
博士学生 :11名
修士学生 :7名
学士学生 :2名
研究生 :2名
✓ CO2変換
✓ 低級アルカン変換
✓ DeNOx
実験に加えて、
理論・データ科学を利用した研究
北海道大学 触媒科学研究所 清水研究室 (2015~)
Institute for Catalysis, Hokkaido University 3
Heterogeneous catalysis: we need to consider wide range of length and time scale
Length, time
God made the bulk;
the surface was invented by the Devil.
ACS Catalysis 2020 (Review)
触媒分野などの物質のダイナミクスが重要となる分野では実験と計算の乖離が大きい
Institute for Catalysis, Hokkaido University 4
Operando modeling
Lukas Grajciar, et al., Chem. Soc. Rev., 2018, 47, 8307-8348
既存の第一原理計算で固体触媒プロセスの全てを計算するのは不可能
Institute for Catalysis, Hokkaido University 5
Matlantis for heterogeneous catalysis research
https://matlantis.com/ja/
Institute for Catalysis, Hokkaido University 6
https://www.catalysis-hub.org/
https://opencatalystproject.org/
Public databases
既存のデータベースではバルク物性がほとんど、
一部の表面(反応)を扱ったデータベースでも、比較的構造が単純なモノ(金属等)がほとんど+そもそも数足りない
といった状況で、NNPベースの計算(Matlantis)がどこまで精度がでるかは、ユーザー(鳥屋尾)としては興味深い
Institute for Catalysis, Hokkaido University 7
本日の話題
✓ NH3脱硝用WO3/CeO2触媒の計算
✓ 固体表面のアニオン欠陥生成エネルギーの計算
✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析
✓ 機械学習用の「元素/担体記述子」取得
Matlantisを用いた固体触媒研究(我々の取り組み)
※まだ始めたばかりで、まとまった話になっていなくて申し訳ございません。。。
実験系の触媒研究者の視点から、Matlantisの使用例、使用感を共有できればと思っています。
Institute for Catalysis, Hokkaido University 8
The need for low-temperature de-NOx (NH3-SCR) systems
Supported
vanadium oxide
Support
Cu
High
200 °C 300 °C
NH3-SCR catalysts
Low temperature NH3-SCR catalysts are required (<150 oC)
Cu-zeolite
Selective catalytic reduction of nitrogen oxides (NOx) using NH3 as the reducing agent (NH3–SCR)
- A commercially utilized de-NOx system to reduce emissions from exhausts in the presence of O2
V2O5/TiO2: Stationary systems such as in power plants
Cu-zeolite: Diesel vehicles
Institute for Catalysis, Hokkaido University 9
100 200 300 400 500
0
20
40
60
80
100
T (
o
C)
NO
x
conv.
(%)
WO3(10)/CeO2
V(1)-W(5)/TiO2
CeO2
(a)
0 1 2 3 4 5
0
0.5
1
W density (nm
-2
)
NO
reduction
rate
(mol
g
-1
h
-1
)
(b)
WO3/CeO2 for low-temperature NH3-SCR
ACS Catal. 2023, 13, 9274
Institute for Catalysis, Hokkaido University 10
Ab initio thermodynamic analysis
➢ 反応系中に存在するガス種の分圧(H2OやO2など)
➢ 反応温度
Ab initio thermodynamics analysis
固体触媒中活性点の局所構造は
通常のDFT計算では上記
の影響は考慮できない
分圧や温度の変化を化学ポテンシャルと
して外挿し、安定性を評価
によりダイナミックに変化する
K. Reuter and M. Scheffler, Phys. Rev. B, 65, 035406, 2001
𝑥𝐻2𝑊𝑂4 + 𝐶𝑒𝑂2 + −𝑥 +
1
2
𝑧 𝐻2𝑂 + −
3
2
𝑥 +
1
2
𝑦 −
1
4
𝑧 𝑂2 → 𝑊
𝑥𝑂𝑦𝐻𝑧 /𝐶𝑒𝑂2
∆𝐸 = 𝐸 𝑊
𝑥𝑂𝑦𝐻𝑧 /𝐶𝑒𝑂2 − 𝑥𝐸 𝐻2𝑊𝑂4 − −𝑥 +
1
2
𝑧 𝐸 𝐻2𝑂 − −
3
2
𝑥 +
1
2
𝑦 −
1
4
𝑧 𝐸 𝑂2
𝛥𝐺 𝑇, 𝑝 = ∆𝐸 − −𝑥 +
1
2
𝑧 𝛥𝜇𝐻2𝑂 − −
3
2
𝑥 +
1
2
𝑦 −
1
4
𝑧 𝛥𝜇𝑂2
∆𝜇𝑔𝑎𝑠 = ∆𝜇𝑔𝑎𝑠 𝑇, 𝑝0
+ 𝑅𝑇𝑙𝑛
𝑝𝑔𝑎𝑠
𝑝0 (𝑔𝑎𝑠 = 𝑂2 𝑎𝑛𝑑 𝐻2𝑂)
Institute for Catalysis, Hokkaido University 11
Possible structures of WO3/CeO2
事前検討では、40以上の構造を検討
Institute for Catalysis, Hokkaido University 12
NH3脱硝用WO3/CeO2触媒の計算
VASP Matlantis
3D and 2D Phase diagrams showing the species with the lowest relative Gibbs free energy (ΔG) in terms of temperature and H2O partial pressure (log scale) and
the two possible structures: trimeric species W3O12H6/CeO2(111) and tetrameric species W4O13H2/CeO2(111); yellow: Ce; red: O; blue: W; white: H.
ACS Catal. 2023, 13, 9274
Institute for Catalysis, Hokkaido University 13
NH3脱硝用WO3/CeO2触媒の計算
EOvac versus minimum distance to a W atom from the O site obtained using VASP (left) and Matlantis (right); yellow: Ce; red: O; blue: W; white: H.
ACS Catal. 2023, 13, 9274
O欠陥生成エネルギー
※WO3の担持によりO欠陥生成が容易に
Institute for Catalysis, Hokkaido University 14
DOS計算はVASPで行いました
Partial DOS of the CeO2(111) surface, W3O12H6/CeO2(111), and local DOS of W3O12H6 of W3O12H6/CeO2(111)
without O vacancy (a) and with O vacancy (b). The energies are aligned at the vacuum level.
ACS Catal. 2023, 13, 9274
Institute for Catalysis, Hokkaido University 15
固体表面のアニオン欠陥生成エネルギーの計算
Institute for Catalysis, Hokkaido University 16
固体表面のアニオン欠陥生成エネルギーの計算
(i) 表面エネルギー (ii) 表面のアニオン欠陥生成エネルギー
arXiv:2304.10820
(現所属)産総研
峯真也
Institute for Catalysis, Hokkaido University 17
本日の話題
✓ NH3脱硝用WO3/CeO2触媒の計算
✓ 固体表面のアニオン欠陥生成エネルギーの計算
✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析
✓ 機械学習用の「元素/担体記述子」取得
Matlantisを用いた固体触媒研究(我々の取り組み)
Institute for Catalysis, Hokkaido University 18
Global Reaction Route Mapping (GRRM)
前田 理 教授
(ICReDD拠点長)
(プログラム開発者)
武次 徹也 教授
(ICReDD PI)
(共同研究者)
斉田 謙一郎
特任助教
(共同研究者)
プログラムが自動的に反応パスを網羅計算
GRRMプログラムを利用した反応経路探索
S. Maeda et al., Journal of Computational Chemistry, 2018, 39, 233
系内の任意の2原子に人工力
をかけて反応を誘発させる
大量の量子化学計算が必要 固体触媒開発への適用が限られる
Institute for Catalysis, Hokkaido University 19
より大規模な反応経路探索が可能に
(現所属)東京大学
安村駿作
GRRMプログラムとMatlantisを組み合わせた反応経路探索
Institute for Catalysis, Hokkaido University 20
Cu交換ゼオライトを用いた脱硝反応において、
望まれない反応であるNH3分解反応の反応経路を解明
※主要経路についてはVASPとの比較を行い、結果が概ね一致している
ことを確認
出発構造
GRRMプログラムとMatlantisを組み合わせた反応経路探索
Institute for Catalysis, Hokkaido University 21
本日の話題
✓ NH3脱硝用WO3/CeO2触媒の計算
✓ 固体表面のアニオン欠陥生成エネルギーの計算
✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析
✓ 機械学習用の「元素/担体記述子」取得
Matlantisを用いた固体触媒研究(我々の取り組み)
Institute for Catalysis, Hokkaido University 22
Reverse Water-Gas Shift (RWGS) reaction at low temperature (T ≤ 250 ˚C)
H2
CO2 +
Catalyst
CO ( + CH4 )
Catalyst H2/CO2 T (˚C) P (bar)
CO2 conv.
(%)
CO selec.
(%)
CO formation rate
(mmol gcat
-1 min-1)
Reference
Cu(10)-C/ZnO(5)/SiO2 3 250 30 6.0 99.0 <0.05 Sustain. Energy Fuels 2020, 4, 2937–2949
Li(10)-Rh(5)/Zeolite 3 250 30 13.0 87.0 0.12 Catalysts. 1998, 175, 67–81.3
Rh(0.4)/SiO2 3 250 10 2.5 84.6 <0.05 J. Am. Chem. Soc. 2019, 141, 8482−8488
K80-Pt(0.05)/zeolite L 1 250 1 1.0 100 0.19 Appl. Catal. B Environ. 2017, 216, 95–105
Au(1)/TiO2 4 250 1 11.5 100 0.13 ACS Catal. 2018, 8, 7455−7467
Pt(5)/TiO2 1 250 1 4.0 97.5 0.07 Catal. Today 2017, 281, 312–318
NH2MPA/Pt(5)/TiO2 14 250 1 8.4 95.1 0.06 J. Am. Chem. Soc. 2020, 142, 5184–5193
Pt(1)/CeO2 1 250 1 0.6 100 0.06 J. Energy Chem. 2016, 25, 1051–1057
In2O3-CeO2 1 250 1 <0.1 - <0.05 Catal. Today 2016, 259, 402–408
Pd(3)In/SiO2 1 250 1 <0.1 - <0.05 Chem. Eng. Sci. 2015, 135, 193–201
Pt(3)/MoOx(10)/TiO2 4 250 1 9.4 100 0.66 Our previous work (identified without use of ML)
T ≤ 250 ˚C
Through studies using in situ/operando spectroscopies and DFT calculations,
we have identified that MoOx species play important roles for progression of the reaction
Institute for Catalysis, Hokkaido University 23
Dataset (originally 45 datapoints) and ML models
Original dataset
Elemental properties as descriptors
Pt(3)/M1(X1)-M2(X2)-M3(X3)-M4(X4)-M5(X5)/TiO2
H2
CO2
250 ˚C, 1 atm
+ CO
X = 0, 1, 2, ..., 10 wt%
Electronegativity
Density
Enthalpy of fusion
Melting point
Group
Band gap in the most stable oxide form
Oxidation number in the most stable oxide form
Ead of CO2 on metallic surface (obtained using VASP)
ML models
ExtraTrees Regression (ETR)
Containing the catalysts consisting of 2 types of M elements
We explored up to 5 by using ML
The number of catalyst composition candidates considered is
more than 25 trillion
50C5 x 105
(50 elements except PGM, toxic, unstable elements)
* Even for four elements, 50C4 x 104 = approximately 60 billion
Institute for Catalysis, Hokkaido University 24
ML-assisted catalysts discovery
Original
Current
Dataset
ML
prediction
Catalysts
synthesis
Catalytic
reactions
Pt(3)/Rb(1)-Ba(1)-Mo(0.6)-Nb(0.2)/TiO2
(45) (79) (115) (162)
Number of
datapoints (catalysts tested)
(256) (300)
Pt/Mo-Cs-Ba-Tb-Lu/TiO2
Pt/Al-Mo-Re/TiO2
Pt/V-Sr-Nb-Mo-Re/TiO2
Datapoint
The best CO form. rate at each iteration
Prediction accuracy (R2) at each iteration
Institute for Catalysis, Hokkaido University 25
75%
lower
Development of effective DeNOx catalysts meet industrial requirements becomes increasingly necessary
R. Farrauto et al., Nat. Catal. 2 (2019) 603–613.
Hu, Z.; Yang, R. T. Industrial and Engineering Chemistry Research 2019, 58 (24), 10140–10153.
Several technologies applied for NOx abatement:
• NOx Storage and Reduction
• Selective Catalytic Reduction (SCR)
◆ NH3-SCR: ammonia slipping and
low activity at low temperature
◆ HC-SCR: low activity at low temperature
◆ H2-SCR: requires only low reaction temperature
(typically below 200 ˚C)
Nitrogen oxides (NOx)
emitted from combustion of fossil fuels Air pollution (photochemical smog, acid rain, etc)
Harm to human health
Selective catalytic reduction of NOx with H2 (H2-SCR)
Institute for Catalysis, Hokkaido University 26
NOx
O2
H2
N2
H2O
Selective catalytic reduction of NOx with H2 (H2-SCR)
Shortage of current H2-SCR technology:
Still relatively low efficiency at low temperature
It is highly desired to develop further efficient H2-SCR catalysts especially at low temperature region
Schott, F. J. P.; Balle, P.; Adler, J.; Kureti, S. Applied Catalysis B: Environmental 2009, 87, 18.
Pt/W/ZrO2
*X: Conversion
*S: Selectivity
Institute for Catalysis, Hokkaido University 27
Support
Additive precursor
H2O
M1(Y1)-M2(Y2)-M3(Y3)/Support
M1(Y1)-M2(Y2)-M3(Y3)/Support
PGMs precursor
H2O
Stirring at r.t. for 30 min.
Evaporation under vacuum at 50 ˚C
Calcination in air at 700 ˚C for 3 h
PGM1(X1)-PGM2(X2)-PGM3(X3)/M1(Y1)-M2(Y2)-M3(Y3)/Support
Stirring at r.t. for 30 min.
Evaporation under vacuum at 50 ˚C
Calcination in air at 700 ˚C for 3 h
ML target: average N2 yield (50-150 ˚C)
PGM1(X1)-PGM2(X2)-PGM3(X3)/M1(Y1)-M2(Y2)-M3(Y3)/Support
Light-off profile of Pt(2)/W(10)/Al2O3
Reaction conditions:
1000ppm NO, 6000ppm H2, 6%O2, 5%CO2, 1%H2O and He balance.
Total reaction flow rate = 100ml/min.
Pre-aging for 0.5 h under reaction gas flow at 300 ˚C
ML-assisted discovery of H2-SCR catalysts
Institute for Catalysis, Hokkaido University 28
Pt(2)/W(10)/Al2O3_gamma
Pt(1.3)-Ir(0.2)/Ba(1.5)-Co(1)/H-ZSM-5_11
※最後の数字はSi/Al比
ML-assisted discovery of H2-SCR catalysts
Dataset
ML
prediction
Catalysts
synthesis
Catalytic
reactions
Institute for Catalysis, Hokkaido University 29
Choice of descriptors_elements
Matlantisを利用して各元素(metal)表面上での吸着エネルギーを計算 → 記述子として利用
Institute for Catalysis, Hokkaido University 30
Choice of descriptors_supports
Matlantisを利用して各担体上での吸着エネルギーを計算 → 記述子として利用
Institute for Catalysis, Hokkaido University 31
XAFS measurements
Summary
✓ NH3脱硝用WO3/CeO2触媒の計算
✓ 固体表面のアニオン欠陥生成エネルギーの計算
✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析
✓ 機械学習用の「元素/担体記述子」取得
Matlantisを用いた固体触媒研究(我々の取り組み)
※まだ始めたばかりで、まとまった話になっていなくて申し訳ございません。。。
Institute for Catalysis, Hokkaido University 32
Acknowledgements
北海道大学
清水研究室メンバー
(現所属)産総研
峯真也
(現所属)東京大学
安村駿作

More Related Content

What's hot

整数計画法に基づく説明可能性な機械学習へのアプローチ
整数計画法に基づく説明可能性な機械学習へのアプローチ整数計画法に基づく説明可能性な機械学習へのアプローチ
整数計画法に基づく説明可能性な機械学習へのアプローチ
Kentaro Kanamori
 
Active Learning 入門
Active Learning 入門Active Learning 入門
Active Learning 入門
Shuyo Nakatani
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing Flow
Akihiro Nitta
 

What's hot (20)

整数計画法に基づく説明可能性な機械学習へのアプローチ
整数計画法に基づく説明可能性な機械学習へのアプローチ整数計画法に基づく説明可能性な機械学習へのアプローチ
整数計画法に基づく説明可能性な機械学習へのアプローチ
 
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
 
PFP:材料探索のための汎用Neural Network Potential_中郷_20220422POLセミナー
PFP:材料探索のための汎用Neural Network Potential_中郷_20220422POLセミナーPFP:材料探索のための汎用Neural Network Potential_中郷_20220422POLセミナー
PFP:材料探索のための汎用Neural Network Potential_中郷_20220422POLセミナー
 
[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential Equations[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential Equations
 
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
 
第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生
 
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
 
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
 
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
 
Bayesian Neural Networks : Survey
Bayesian Neural Networks : SurveyBayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
 
Active Learning 入門
Active Learning 入門Active Learning 入門
Active Learning 入門
 
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
 
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing Flow
 
【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces Underfitting【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces Underfitting
 
【DL輪読会】Scaling laws for single-agent reinforcement learning
【DL輪読会】Scaling laws for single-agent reinforcement learning【DL輪読会】Scaling laws for single-agent reinforcement learning
【DL輪読会】Scaling laws for single-agent reinforcement learning
 
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
PRML学習者から入る深層生成モデル入門
PRML学習者から入る深層生成モデル入門PRML学習者から入る深層生成モデル入門
PRML学習者から入る深層生成モデル入門
 
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
 

Similar to 第3回Matlantis User Conference_20230721_北海道大学 鳥屋尾先生

The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
SATOH daisuke, Ph.D.
 
研究概要
研究概要研究概要
研究概要
fumiyajj
 
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
Global CCS Institute
 
技術提案募集要領0925様式2−常温核変換
技術提案募集要領0925様式2−常温核変換技術提案募集要領0925様式2−常温核変換
技術提案募集要領0925様式2−常温核変換
俊郎 浅学俊郎
 

Similar to 第3回Matlantis User Conference_20230721_北海道大学 鳥屋尾先生 (20)

Decomposition, combustion, detonation,_synthetic,_analytical,_crystallographi...
Decomposition, combustion, detonation,_synthetic,_analytical,_crystallographi...Decomposition, combustion, detonation,_synthetic,_analytical,_crystallographi...
Decomposition, combustion, detonation,_synthetic,_analytical,_crystallographi...
 
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
 
The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
The Innovations accelerated by Computational Study コンピュータサイエンスにより加速する新しい産業創出
 
El text.tokuron a(2019).ishimura190718
El text.tokuron a(2019).ishimura190718El text.tokuron a(2019).ishimura190718
El text.tokuron a(2019).ishimura190718
 
CMSI計算科学技術特論A (2015) 第14回 量子化学計算の大規模化1
CMSI計算科学技術特論A (2015) 第14回 量子化学計算の大規模化1CMSI計算科学技術特論A (2015) 第14回 量子化学計算の大規模化1
CMSI計算科学技術特論A (2015) 第14回 量子化学計算の大規模化1
 
E&Eセミナー 「2次エネルギー水素」 2018
E&Eセミナー 「2次エネルギー水素」 2018E&Eセミナー 「2次エネルギー水素」 2018
E&Eセミナー 「2次エネルギー水素」 2018
 
第21回新生流体科学セミナー@宇宙航空研究開発機構(JAXA)
第21回新生流体科学セミナー@宇宙航空研究開発機構(JAXA)第21回新生流体科学セミナー@宇宙航空研究開発機構(JAXA)
第21回新生流体科学セミナー@宇宙航空研究開発機構(JAXA)
 
柵木2021(博士公聴会)
柵木2021(博士公聴会)柵木2021(博士公聴会)
柵木2021(博士公聴会)
 
Model seminar koba_and_student_100710_ch2
Model seminar koba_and_student_100710_ch2Model seminar koba_and_student_100710_ch2
Model seminar koba_and_student_100710_ch2
 
研究概要
研究概要研究概要
研究概要
 
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
 
伊藤肇 集中講義(名古屋大学 3年生対象)
伊藤肇 集中講義(名古屋大学 3年生対象)伊藤肇 集中講義(名古屋大学 3年生対象)
伊藤肇 集中講義(名古屋大学 3年生対象)
 
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
Prof. Takeshi Tsuji, “The methods of selecting and characterising a CO2 geolo...
 
Mr Toru Takahashi - Present and Future Works of Pilot Study for Carbon Seques...
Mr Toru Takahashi - Present and Future Works of Pilot Study for Carbon Seques...Mr Toru Takahashi - Present and Future Works of Pilot Study for Carbon Seques...
Mr Toru Takahashi - Present and Future Works of Pilot Study for Carbon Seques...
 
技術提案募集要領0925様式2−常温核変換
技術提案募集要領0925様式2−常温核変換技術提案募集要領0925様式2−常温核変換
技術提案募集要領0925様式2−常温核変換
 
24 3
24 324 3
24 3
 
B12 機械学習を用いたメタン酸化カップリング反応に有効な触媒探索
B12 機械学習を用いたメタン酸化カップリング反応に有効な触媒探索B12 機械学習を用いたメタン酸化カップリング反応に有効な触媒探索
B12 機械学習を用いたメタン酸化カップリング反応に有効な触媒探索
 
柵木2019(応物発表)
柵木2019(応物発表)柵木2019(応物発表)
柵木2019(応物発表)
 
セミナー @ 岡山大学 2016.02.17
セミナー @ 岡山大学 2016.02.17セミナー @ 岡山大学 2016.02.17
セミナー @ 岡山大学 2016.02.17
 
第9回 配信講義 計算科学技術特論B(2022)
 第9回 配信講義 計算科学技術特論B(2022) 第9回 配信講義 計算科学技術特論B(2022)
第9回 配信講義 計算科学技術特論B(2022)
 

More from Matlantis

第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
Matlantis
 
第2回Matlantis User Conference_20230421_久間薫先生
第2回Matlantis User Conference_20230421_久間薫先生第2回Matlantis User Conference_20230421_久間薫先生
第2回Matlantis User Conference_20230421_久間薫先生
Matlantis
 

More from Matlantis (8)

第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
第3回Matlantis User Conference_20230721_ENEOS 小野寺 拓 様
 
第2回Matlantis User Conference_20230421_久間薫先生
第2回Matlantis User Conference_20230421_久間薫先生第2回Matlantis User Conference_20230421_久間薫先生
第2回Matlantis User Conference_20230421_久間薫先生
 
PFCC special lecture on materials informatics_nanotech2023
PFCC special lecture on materials informatics_nanotech2023PFCC special lecture on materials informatics_nanotech2023
PFCC special lecture on materials informatics_nanotech2023
 
日本一やさしい マテリアルズ・インフォマティクスへの導き_柴田_nanotech2023
日本一やさしい マテリアルズ・インフォマティクスへの導き_柴田_nanotech2023日本一やさしい マテリアルズ・インフォマティクスへの導き_柴田_nanotech2023
日本一やさしい マテリアルズ・インフォマティクスへの導き_柴田_nanotech2023
 
Matlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User Conference
Matlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User ConferenceMatlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User Conference
Matlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User Conference
 
Matlantisのこれまでとこれから_岡野原_Matlantis User Conference
Matlantisのこれまでとこれから_岡野原_Matlantis User ConferenceMatlantisのこれまでとこれから_岡野原_Matlantis User Conference
Matlantisのこれまでとこれから_岡野原_Matlantis User Conference
 
Matlantisがもたらす革新的なマテリアルの創出_POL共催セミナー_20220304
Matlantisがもたらす革新的なマテリアルの創出_POL共催セミナー_20220304Matlantisがもたらす革新的なマテリアルの創出_POL共催セミナー_20220304
Matlantisがもたらす革新的なマテリアルの創出_POL共催セミナー_20220304
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
 

第3回Matlantis User Conference_20230721_北海道大学 鳥屋尾先生

  • 1. Institute for Catalysis, Hokkaido University Matlantisを利用した固体触媒研究 北海道大学 触媒科学研究所 清水研究室 助教 鳥屋尾 隆 (とやお たかし)
  • 2. Institute for Catalysis, Hokkaido University 2 教授 :清水研一 助教 :鳥屋尾隆 研究員 :5名 秘書 :1名 博士学生 :11名 修士学生 :7名 学士学生 :2名 研究生 :2名 ✓ CO2変換 ✓ 低級アルカン変換 ✓ DeNOx 実験に加えて、 理論・データ科学を利用した研究 北海道大学 触媒科学研究所 清水研究室 (2015~)
  • 3. Institute for Catalysis, Hokkaido University 3 Heterogeneous catalysis: we need to consider wide range of length and time scale Length, time God made the bulk; the surface was invented by the Devil. ACS Catalysis 2020 (Review) 触媒分野などの物質のダイナミクスが重要となる分野では実験と計算の乖離が大きい
  • 4. Institute for Catalysis, Hokkaido University 4 Operando modeling Lukas Grajciar, et al., Chem. Soc. Rev., 2018, 47, 8307-8348 既存の第一原理計算で固体触媒プロセスの全てを計算するのは不可能
  • 5. Institute for Catalysis, Hokkaido University 5 Matlantis for heterogeneous catalysis research https://matlantis.com/ja/
  • 6. Institute for Catalysis, Hokkaido University 6 https://www.catalysis-hub.org/ https://opencatalystproject.org/ Public databases 既存のデータベースではバルク物性がほとんど、 一部の表面(反応)を扱ったデータベースでも、比較的構造が単純なモノ(金属等)がほとんど+そもそも数足りない といった状況で、NNPベースの計算(Matlantis)がどこまで精度がでるかは、ユーザー(鳥屋尾)としては興味深い
  • 7. Institute for Catalysis, Hokkaido University 7 本日の話題 ✓ NH3脱硝用WO3/CeO2触媒の計算 ✓ 固体表面のアニオン欠陥生成エネルギーの計算 ✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析 ✓ 機械学習用の「元素/担体記述子」取得 Matlantisを用いた固体触媒研究(我々の取り組み) ※まだ始めたばかりで、まとまった話になっていなくて申し訳ございません。。。 実験系の触媒研究者の視点から、Matlantisの使用例、使用感を共有できればと思っています。
  • 8. Institute for Catalysis, Hokkaido University 8 The need for low-temperature de-NOx (NH3-SCR) systems Supported vanadium oxide Support Cu High 200 °C 300 °C NH3-SCR catalysts Low temperature NH3-SCR catalysts are required (<150 oC) Cu-zeolite Selective catalytic reduction of nitrogen oxides (NOx) using NH3 as the reducing agent (NH3–SCR) - A commercially utilized de-NOx system to reduce emissions from exhausts in the presence of O2 V2O5/TiO2: Stationary systems such as in power plants Cu-zeolite: Diesel vehicles
  • 9. Institute for Catalysis, Hokkaido University 9 100 200 300 400 500 0 20 40 60 80 100 T ( o C) NO x conv. (%) WO3(10)/CeO2 V(1)-W(5)/TiO2 CeO2 (a) 0 1 2 3 4 5 0 0.5 1 W density (nm -2 ) NO reduction rate (mol g -1 h -1 ) (b) WO3/CeO2 for low-temperature NH3-SCR ACS Catal. 2023, 13, 9274
  • 10. Institute for Catalysis, Hokkaido University 10 Ab initio thermodynamic analysis ➢ 反応系中に存在するガス種の分圧(H2OやO2など) ➢ 反応温度 Ab initio thermodynamics analysis 固体触媒中活性点の局所構造は 通常のDFT計算では上記 の影響は考慮できない 分圧や温度の変化を化学ポテンシャルと して外挿し、安定性を評価 によりダイナミックに変化する K. Reuter and M. Scheffler, Phys. Rev. B, 65, 035406, 2001 𝑥𝐻2𝑊𝑂4 + 𝐶𝑒𝑂2 + −𝑥 + 1 2 𝑧 𝐻2𝑂 + − 3 2 𝑥 + 1 2 𝑦 − 1 4 𝑧 𝑂2 → 𝑊 𝑥𝑂𝑦𝐻𝑧 /𝐶𝑒𝑂2 ∆𝐸 = 𝐸 𝑊 𝑥𝑂𝑦𝐻𝑧 /𝐶𝑒𝑂2 − 𝑥𝐸 𝐻2𝑊𝑂4 − −𝑥 + 1 2 𝑧 𝐸 𝐻2𝑂 − − 3 2 𝑥 + 1 2 𝑦 − 1 4 𝑧 𝐸 𝑂2 𝛥𝐺 𝑇, 𝑝 = ∆𝐸 − −𝑥 + 1 2 𝑧 𝛥𝜇𝐻2𝑂 − − 3 2 𝑥 + 1 2 𝑦 − 1 4 𝑧 𝛥𝜇𝑂2 ∆𝜇𝑔𝑎𝑠 = ∆𝜇𝑔𝑎𝑠 𝑇, 𝑝0 + 𝑅𝑇𝑙𝑛 𝑝𝑔𝑎𝑠 𝑝0 (𝑔𝑎𝑠 = 𝑂2 𝑎𝑛𝑑 𝐻2𝑂)
  • 11. Institute for Catalysis, Hokkaido University 11 Possible structures of WO3/CeO2 事前検討では、40以上の構造を検討
  • 12. Institute for Catalysis, Hokkaido University 12 NH3脱硝用WO3/CeO2触媒の計算 VASP Matlantis 3D and 2D Phase diagrams showing the species with the lowest relative Gibbs free energy (ΔG) in terms of temperature and H2O partial pressure (log scale) and the two possible structures: trimeric species W3O12H6/CeO2(111) and tetrameric species W4O13H2/CeO2(111); yellow: Ce; red: O; blue: W; white: H. ACS Catal. 2023, 13, 9274
  • 13. Institute for Catalysis, Hokkaido University 13 NH3脱硝用WO3/CeO2触媒の計算 EOvac versus minimum distance to a W atom from the O site obtained using VASP (left) and Matlantis (right); yellow: Ce; red: O; blue: W; white: H. ACS Catal. 2023, 13, 9274 O欠陥生成エネルギー ※WO3の担持によりO欠陥生成が容易に
  • 14. Institute for Catalysis, Hokkaido University 14 DOS計算はVASPで行いました Partial DOS of the CeO2(111) surface, W3O12H6/CeO2(111), and local DOS of W3O12H6 of W3O12H6/CeO2(111) without O vacancy (a) and with O vacancy (b). The energies are aligned at the vacuum level. ACS Catal. 2023, 13, 9274
  • 15. Institute for Catalysis, Hokkaido University 15 固体表面のアニオン欠陥生成エネルギーの計算
  • 16. Institute for Catalysis, Hokkaido University 16 固体表面のアニオン欠陥生成エネルギーの計算 (i) 表面エネルギー (ii) 表面のアニオン欠陥生成エネルギー arXiv:2304.10820 (現所属)産総研 峯真也
  • 17. Institute for Catalysis, Hokkaido University 17 本日の話題 ✓ NH3脱硝用WO3/CeO2触媒の計算 ✓ 固体表面のアニオン欠陥生成エネルギーの計算 ✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析 ✓ 機械学習用の「元素/担体記述子」取得 Matlantisを用いた固体触媒研究(我々の取り組み)
  • 18. Institute for Catalysis, Hokkaido University 18 Global Reaction Route Mapping (GRRM) 前田 理 教授 (ICReDD拠点長) (プログラム開発者) 武次 徹也 教授 (ICReDD PI) (共同研究者) 斉田 謙一郎 特任助教 (共同研究者) プログラムが自動的に反応パスを網羅計算 GRRMプログラムを利用した反応経路探索 S. Maeda et al., Journal of Computational Chemistry, 2018, 39, 233 系内の任意の2原子に人工力 をかけて反応を誘発させる 大量の量子化学計算が必要 固体触媒開発への適用が限られる
  • 19. Institute for Catalysis, Hokkaido University 19 より大規模な反応経路探索が可能に (現所属)東京大学 安村駿作 GRRMプログラムとMatlantisを組み合わせた反応経路探索
  • 20. Institute for Catalysis, Hokkaido University 20 Cu交換ゼオライトを用いた脱硝反応において、 望まれない反応であるNH3分解反応の反応経路を解明 ※主要経路についてはVASPとの比較を行い、結果が概ね一致している ことを確認 出発構造 GRRMプログラムとMatlantisを組み合わせた反応経路探索
  • 21. Institute for Catalysis, Hokkaido University 21 本日の話題 ✓ NH3脱硝用WO3/CeO2触媒の計算 ✓ 固体表面のアニオン欠陥生成エネルギーの計算 ✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析 ✓ 機械学習用の「元素/担体記述子」取得 Matlantisを用いた固体触媒研究(我々の取り組み)
  • 22. Institute for Catalysis, Hokkaido University 22 Reverse Water-Gas Shift (RWGS) reaction at low temperature (T ≤ 250 ˚C) H2 CO2 + Catalyst CO ( + CH4 ) Catalyst H2/CO2 T (˚C) P (bar) CO2 conv. (%) CO selec. (%) CO formation rate (mmol gcat -1 min-1) Reference Cu(10)-C/ZnO(5)/SiO2 3 250 30 6.0 99.0 <0.05 Sustain. Energy Fuels 2020, 4, 2937–2949 Li(10)-Rh(5)/Zeolite 3 250 30 13.0 87.0 0.12 Catalysts. 1998, 175, 67–81.3 Rh(0.4)/SiO2 3 250 10 2.5 84.6 <0.05 J. Am. Chem. Soc. 2019, 141, 8482−8488 K80-Pt(0.05)/zeolite L 1 250 1 1.0 100 0.19 Appl. Catal. B Environ. 2017, 216, 95–105 Au(1)/TiO2 4 250 1 11.5 100 0.13 ACS Catal. 2018, 8, 7455−7467 Pt(5)/TiO2 1 250 1 4.0 97.5 0.07 Catal. Today 2017, 281, 312–318 NH2MPA/Pt(5)/TiO2 14 250 1 8.4 95.1 0.06 J. Am. Chem. Soc. 2020, 142, 5184–5193 Pt(1)/CeO2 1 250 1 0.6 100 0.06 J. Energy Chem. 2016, 25, 1051–1057 In2O3-CeO2 1 250 1 <0.1 - <0.05 Catal. Today 2016, 259, 402–408 Pd(3)In/SiO2 1 250 1 <0.1 - <0.05 Chem. Eng. Sci. 2015, 135, 193–201 Pt(3)/MoOx(10)/TiO2 4 250 1 9.4 100 0.66 Our previous work (identified without use of ML) T ≤ 250 ˚C Through studies using in situ/operando spectroscopies and DFT calculations, we have identified that MoOx species play important roles for progression of the reaction
  • 23. Institute for Catalysis, Hokkaido University 23 Dataset (originally 45 datapoints) and ML models Original dataset Elemental properties as descriptors Pt(3)/M1(X1)-M2(X2)-M3(X3)-M4(X4)-M5(X5)/TiO2 H2 CO2 250 ˚C, 1 atm + CO X = 0, 1, 2, ..., 10 wt% Electronegativity Density Enthalpy of fusion Melting point Group Band gap in the most stable oxide form Oxidation number in the most stable oxide form Ead of CO2 on metallic surface (obtained using VASP) ML models ExtraTrees Regression (ETR) Containing the catalysts consisting of 2 types of M elements We explored up to 5 by using ML The number of catalyst composition candidates considered is more than 25 trillion 50C5 x 105 (50 elements except PGM, toxic, unstable elements) * Even for four elements, 50C4 x 104 = approximately 60 billion
  • 24. Institute for Catalysis, Hokkaido University 24 ML-assisted catalysts discovery Original Current Dataset ML prediction Catalysts synthesis Catalytic reactions Pt(3)/Rb(1)-Ba(1)-Mo(0.6)-Nb(0.2)/TiO2 (45) (79) (115) (162) Number of datapoints (catalysts tested) (256) (300) Pt/Mo-Cs-Ba-Tb-Lu/TiO2 Pt/Al-Mo-Re/TiO2 Pt/V-Sr-Nb-Mo-Re/TiO2 Datapoint The best CO form. rate at each iteration Prediction accuracy (R2) at each iteration
  • 25. Institute for Catalysis, Hokkaido University 25 75% lower Development of effective DeNOx catalysts meet industrial requirements becomes increasingly necessary R. Farrauto et al., Nat. Catal. 2 (2019) 603–613. Hu, Z.; Yang, R. T. Industrial and Engineering Chemistry Research 2019, 58 (24), 10140–10153. Several technologies applied for NOx abatement: • NOx Storage and Reduction • Selective Catalytic Reduction (SCR) ◆ NH3-SCR: ammonia slipping and low activity at low temperature ◆ HC-SCR: low activity at low temperature ◆ H2-SCR: requires only low reaction temperature (typically below 200 ˚C) Nitrogen oxides (NOx) emitted from combustion of fossil fuels Air pollution (photochemical smog, acid rain, etc) Harm to human health Selective catalytic reduction of NOx with H2 (H2-SCR)
  • 26. Institute for Catalysis, Hokkaido University 26 NOx O2 H2 N2 H2O Selective catalytic reduction of NOx with H2 (H2-SCR) Shortage of current H2-SCR technology: Still relatively low efficiency at low temperature It is highly desired to develop further efficient H2-SCR catalysts especially at low temperature region Schott, F. J. P.; Balle, P.; Adler, J.; Kureti, S. Applied Catalysis B: Environmental 2009, 87, 18. Pt/W/ZrO2 *X: Conversion *S: Selectivity
  • 27. Institute for Catalysis, Hokkaido University 27 Support Additive precursor H2O M1(Y1)-M2(Y2)-M3(Y3)/Support M1(Y1)-M2(Y2)-M3(Y3)/Support PGMs precursor H2O Stirring at r.t. for 30 min. Evaporation under vacuum at 50 ˚C Calcination in air at 700 ˚C for 3 h PGM1(X1)-PGM2(X2)-PGM3(X3)/M1(Y1)-M2(Y2)-M3(Y3)/Support Stirring at r.t. for 30 min. Evaporation under vacuum at 50 ˚C Calcination in air at 700 ˚C for 3 h ML target: average N2 yield (50-150 ˚C) PGM1(X1)-PGM2(X2)-PGM3(X3)/M1(Y1)-M2(Y2)-M3(Y3)/Support Light-off profile of Pt(2)/W(10)/Al2O3 Reaction conditions: 1000ppm NO, 6000ppm H2, 6%O2, 5%CO2, 1%H2O and He balance. Total reaction flow rate = 100ml/min. Pre-aging for 0.5 h under reaction gas flow at 300 ˚C ML-assisted discovery of H2-SCR catalysts
  • 28. Institute for Catalysis, Hokkaido University 28 Pt(2)/W(10)/Al2O3_gamma Pt(1.3)-Ir(0.2)/Ba(1.5)-Co(1)/H-ZSM-5_11 ※最後の数字はSi/Al比 ML-assisted discovery of H2-SCR catalysts Dataset ML prediction Catalysts synthesis Catalytic reactions
  • 29. Institute for Catalysis, Hokkaido University 29 Choice of descriptors_elements Matlantisを利用して各元素(metal)表面上での吸着エネルギーを計算 → 記述子として利用
  • 30. Institute for Catalysis, Hokkaido University 30 Choice of descriptors_supports Matlantisを利用して各担体上での吸着エネルギーを計算 → 記述子として利用
  • 31. Institute for Catalysis, Hokkaido University 31 XAFS measurements Summary ✓ NH3脱硝用WO3/CeO2触媒の計算 ✓ 固体表面のアニオン欠陥生成エネルギーの計算 ✓ Global Reaction Route Mapping (GRRM)とMatlantisを用いた、Cu-zeolite上でのNH3酸化反応機構解析 ✓ 機械学習用の「元素/担体記述子」取得 Matlantisを用いた固体触媒研究(我々の取り組み) ※まだ始めたばかりで、まとまった話になっていなくて申し訳ございません。。。
  • 32. Institute for Catalysis, Hokkaido University 32 Acknowledgements 北海道大学 清水研究室メンバー (現所属)産総研 峯真也 (現所属)東京大学 安村駿作