Automatiseringstechnieken voor het verkennen van potentiële energieoppervlakken van chemische reacties met kwantumchemie

Vanwege de grote chemische ruimte waarin realistische meerstaps chemische transformaties plaatsvinden, is de uitputtende verkenning van de regio van deze ruimte die relevant is voor de volledige beschrijving van deze transformatie, inclusief het lokaliseren van alle relevante tussenproducten en overgangstoestanden, een zeer moeilijke taak uit te voeren. Niet alleen de benodigde computertijd is groot, maar ook de hoeveelheid gebruikstijd die nodig is om berekeningen voor elke soort op te zetten en te analyseren. Daarom is het van essentieel belang om te zoeken naar nieuwe methoden die het mogelijk maken stationaire punten op de potentiële energie in kaart te brengen. De ontwikkeling van computationele efficiëntie in de afgelopen jaren maakt de groei van gegevensbeheer mogelijk, met als gevolg nieuwe en snellere algoritmen die ons in staat stellen het beschreven probleem aan te pakken. In dit onderzoek zullen we ons concentreren op de automatisering van reactiemechanismen met behulp van tools zoals grafentheorie, machine learning, enz. Het doel van ons onderzoek zal zijn om deze nieuwe technieken toe te passen op realistische chemische reacties die relevant zijn in de chemische industrie.