Npj Comput. Mater.: 博采众长挖掘关键信息:开发新型析氧电催化剂
知社学术圈
2024-10-17 11:29
文章摘要
本文介绍了南方科技大学材料科学与工程学院项晓东教授团队开发的一种新型神经网络超结构统计集成算法(HNN),用于预测无机材料的性能,特别是在氧析出反应(OER)催化剂的开发中。研究团队通过扩展通用元素描述符的数量,从145个增加到909个,显著提高了预测准确性。该算法通过并行训练和集成多个降维子模型,有效处理了小数据集和高维描述符的问题,成功预测了多个三元体系的塔菲尔斜率-成分完整相图,并发现了15种新的OER催化剂。这一方法不仅提高了预测效率,还为开发新型非贵金属OER催化剂提供了新的工具。
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。