(综述)中国工程物理研究院npj Comput. Mater.: 利用机器学习研究高熵合金催化

本文综述了中国工程物理研究院王琦副研究员关于利用机器学习研究高熵合金催化性能的论文。背景方面，高熵合金因其成分、结构和位点多样性带来的高度可调催化性能，成为极具潜力的催化剂候选材料，但其复杂性对传统实验和计算方法提出了挑战。研究目的方面，作者系统概述了机器学习驱动的高熵合金吸附能预测策略，重点介绍了基于未弛豫结构的"直接预测"和通过机器学习势引导弛豫建模的"迭代预测"两种方法，并探讨了如何将大规模数据库预训练模型迁移至域外高熵合金体系。结论方面，作者通过对现有策略的批判性评估和新兴趋势的展望，强调了机器学习在吸附能预测研究中的核心作用，为加速高熵合金催化剂的发现与优化提供了理论基础。