多相催化的机器学习势函数

本文综述了机器学习势（MLP）在多相催化中的应用及其重要性。背景部分指出，多相催化在工业和环境应用中至关重要，但实验技术难以提供全面的原子级信息。研究目的是通过MLP在保持从头算精度的同时降低计算成本，实现对复杂催化反应的大规模模拟。文章详细介绍了MLP的发展、分类及其在金属团簇、固体表面、气-固界面和固-液界面等系统中的应用。结论部分强调了MLP在催化研究中的潜力，同时也指出了训练数据选择、电子结构方法准确性和模型可转移性等挑战。未来的研究方向包括提高数据效率和改进模型以更好地捕捉长程相互作用。