清华王笑楠课题组在AI用于多相催化剂的发现及设计研究方面取得系列进展

CBG资讯 2025-09-27 09:00
文章摘要
背景:多相催化剂是化学工业与新能源电转化技术的关键,传统开发模式依赖实验试错和理论计算,效率低下。研究目的:清华大学王笑楠课题组致力于构建AI驱动的多尺度预测框架,解决催化剂表面设计、活性筛选和反应动力学优化等关键问题。结论:团队开发了SurFF表面性质模型、AI驱动的高通量筛选框架和CaTS过渡态筛选框架,显著提升了催化剂设计效率,实现了从"试错"到"智能预测"的转变,相关成果发表于《自然·计算科学》《工程(英文)》和《美国化学会·催化》等期刊。
清华王笑楠课题组在AI用于多相催化剂的发现及设计研究方面取得系列进展
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
Issue Editorial Masthead
DOI: 10.1021/efv039i038_1987898 Pub Date : 2025-09-25
IF 5.3 3区 工程技术 Q2 Energy & Fuels
CBG资讯
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信