Chem. Soc. Rev.：机器学习助力电化学氢能转换的电催化剂设计
催化计
2024-10-11 20:29
文章摘要
本文综述了机器学习（ML）在电化学氢能转换电催化剂设计中的应用。通过使用高通量实验数据和密度泛函理论（DFT）模拟，ML方法能够识别电催化剂性能与关键材料描述符之间的复杂相关性，从而促进新候选物的发现和已知产品的改进。作者详细讨论了不同电化学反应中常用材料的ML研究，并强调了ML在未来氢能转化电催化剂开发中的关键作用及面临的挑战。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Cochlear Implantation: The Variation in Cochlear Height.
DOI: 10.1177/01455613221134860
Pub Date : 2025-08-01
Date: 2022/10/17 0:00:00
Enhancing biosafety in photodynamic therapy: progress and perspectives
DOI: 10.1039/d5cs00054h
Pub Date : 2025-07-30
催化计
兰亚乾/李激扬/路猛JACS：双核金属基COF仿生催化PET塑料直接光重整.
2025-08-01
最新文章
京公网安备 11010802042870号
