东南大学JACS：机制与数据驱动探索CO₂电还原反应的全局描述符

本研究针对铜纳米颗粒在CO₂电还原反应中的尺寸效应问题，提出了一种结合机理分析与数据驱动的多尺度神经网络框架ScaleNet。研究背景源于传统局部描述符在纳米颗粒体系中的局限性，研究目的是构建能够关联微观结构与宏观催化性能的全局描述符。通过整合全局与局部信息提取器，该框架成功将表面OH覆盖度确立为关键描述符，计算效率较DFT提升10⁷倍，并在测试集上达到R²>0.95的精度。研究结论表明，最优OH覆盖度与实验观测的电流密度及产物法拉第效率呈强线性相关（R²最高达0.98），为理性设计高性能电催化剂提供了新范式。