AS | 上海电力，乌特勒支、华东理工，精密测量院: AI知识图谱解析甲烷选择性转化

本研究针对甲烷选择性转化这一重要催化反应，通过大语言模型分析1059篇相关文献构建了甲烷知识图谱（CH4-KG），系统呈现催化材料、反应条件与性能间的复杂关联。研究团队开发了深度神经网络与知识图谱的耦合模型（DNN-KG），成功预测不同催化剂在300-800K温度范围和1-30bar压力条件下的甲烷氧化制甲醇性能。结果表明具有金属活性位点和多功能载体的催化剂在温和条件下可能实现高效转化。该研究为甲烷转化技术的工业化应用提供了理论指导，其方法框架还可拓展至电催化和光催化等其他反应体系。