Maschinelles Lernen für die Entwicklung und das Verständnis neuer, asymmetrischer 3d-Metal-katalysierter C–H Aktivierungen

• Antragsteller: Professor Dr. Lutz Ackermann
• Fachliche Zuordnung: Organische Molekülchemie - Synthese, Charakterisierung
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 497259673

Das Vorhaben nutzt Methoden des maschinellen Lernens, um neuartige Katalysekonzepte für die asymmetrische C-H Aktivierungen mit breit verfügbaren 3d-Übergangsmetallen zu entwickeln. Aufbauend auf orientierenden Studien wird hiermit das Verständnis der zu Grunde liegenden Mechanismen wesentlich verbessert.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2363: Nutzung und Entwicklung des maschinellen Lernens für molekulare Anwendungen - Molekulares maschinelles Lernen