宇宙空間では生命維持のためにCO2の除去と水の回収を同時に達成する効率的なCO2水素化反応が必要不可欠である。一方でそれらで使用される触媒は、炭素析出を主因として寿命が短くなりがちである。

本研究では、テキストマイニングにより文献からCO2水素化の実験データを体系的に抽出し、得られたデータで学習したモデルとそれに基づく能動学習によって、触媒性能・失活・再生のパレート最適解を導出する。