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
计算材料学
2024-12-25 12:56
文章摘要
本文由南京大学王学斌教授与芝加哥大学团队合作撰写，发表于ChemSocRev期刊，探讨了机器学习在电催化剂设计中的应用，特别是在氢电转换技术中的应用。文章详细介绍了机器学习如何通过高通量实验数据和密度泛函理论模拟，识别电催化剂性能与材料描述符之间的复杂关系，从而优化电催化剂的设计。文章还讨论了机器学习在析氢反应、析氧反应、氢氧化反应和氧还原反应中的应用，并强调了机器学习在未来电催化剂研发中的重要性和潜力。
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
Long-term Outcomes of Persistent Postoperative Opioid Use: A Retrospective Cohort Study.
DOI: 10.1097/SLA.0000000000005372
Pub Date : 2025-01-01
Date: 2024/12/16 0:00:00
The Moderating Roles of Resilience and Coping Strategy on Well-Being of Victimized Forensic Workers.
DOI: 10.1177/0306624X221124834
Pub Date : 2025-01-01
Date: 2022/9/30 0:00:00
Navigating the transitional window for organic semiconductor single crystals towards practical integration: from materials, crystallization, and technologies to real-world applications
DOI: 10.1039/d4cs00987h
Pub Date : 2024-12-24
计算材料学
PRX导读|2024年8月1日-31日.
21小时前
最新文章
文献速递 | RNA硫代磷酸酯修饰的最新进展
16小时前
京公网安备 11010802042870号
