哈工大高继慧团队: 理论计算+机器学习指导定向合成高效MN₄催化剂
RSC英国皇家化学会
2024-12-23 10:45
文章摘要
哈尔滨工业大学高继慧团队通过理论计算和机器学习方法，研究了边缘掺杂取代基对MN₄催化剂在氧气还原反应（ORR）、氧气析出反应（OER）和氢气析出反应（HER）中的影响。研究发现，边缘掺杂取代基能够显著调节MN₄催化剂的电催化性能，并通过机器学习模型实现了对催化性能的定量化预测。该研究为高效MN₄催化剂的设计和优化提供了新的策略，并发表在英国皇家化学会期刊Nanoscale Horizons上。
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
Brief Report: Increasing Intraverbal Responses to Subcategorical Questions via Tact and Match-to-Sample Instruction.
DOI: 10.1007/s10803-022-05827-1
Pub Date : 2024-12-01
Date: 2022/11/28 0:00:00
Issue Editorial Masthead
DOI: 10.1021/aev007i023_187505510.1021/aev007i023_1875055
Pub Date : 2024-12-09
Spintronic devices and applications using noncollinear chiral antiferromagnets.
DOI: 10.1039/d4nh00045e
Pub Date : 2024-12-20
RSC英国皇家化学会
港城大支春义团队: 复合电解质混合界面推进固态锂金属电池实际应用.
2024-12-22
南京大学王学斌&芝加哥大学团队: 机器学习推动的电催化氢电转换应用进展.
2024-12-22
清华汪舰团队: Pd/NHC 串联催化策略简洁高效构建大环面手性化合物.
2024-12-22
Dalton Transactions 11 月热点论文集锦.
2024-12-22
最新文章
京公网安备 11010802042870号
