计算表面和界面科学中的机器学习和数据驱动方法
计算材料学
2025-07-05 14:17
文章摘要
本文综述了机器学习和数据驱动方法在计算表面和界面科学领域的应用，重点探讨了这些方法如何与模拟工作流程结合，解决从二维材料到界面工程和电催化等重大挑战。背景方面，现代技术挑战中表面和界面的性质至关重要，如电池、燃料电池中的电极/电解液界面控制等。研究目的是通过机器学习和数据驱动方法加速表面结构确定和表面动力学模拟中的能量及力预测。结论指出，尽管这些方法在简单或理想化系统上表现良好，但复杂系统仍超出当前方法的能力范围，未来需在模型评估、数据生成等方面进行改进。
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
A double-blind, randomized, placebo-controlled test of the effects of cannabidiol on fear elicited by a 10% carbon dioxide-enriched air breathing challenge.
DOI: 10.1007/s00213-022-06258-7
Pub Date : 2025-07-01
Date: 2022/10/15 0:00:00
Data-driven microstructural optimization of Ag-Bi-I perovskite-inspired materials
DOI: 10.1038/s41524-025-01701-7
Pub Date : 2025-07-03
京公网安备 11010802042870号
