机器学习筛选Ag-Au-Pd-Pt合金析氢催化剂:功函数+覆盖率校正模型预测精度达0.969
波鸿鲁尔大学与丹麦奥胡斯大学团队用扫描电化学池显微镜对三个组合多元合金薄膜库进行酸性析氢筛选,结合图神经网络发现覆盖率校正吸附模型与功函数模型均可高精度预测活性,为多组元电催化剂设计提供新描述符。
共 2 篇 · B910化工 · AI 化学信息库
波鸿鲁尔大学与丹麦奥胡斯大学团队用扫描电化学池显微镜对三个组合多元合金薄膜库进行酸性析氢筛选,结合图神经网络发现覆盖率校正吸附模型与功函数模型均可高精度预测活性,为多组元电催化剂设计提供新描述符。
Penn State等机构研究者从平均场统计力学模型出发,引入有效吸附自由能描述符,构建了涵盖多位点电催化剂的统一活性映射框架。该方法将多维活性景观投影至单一有效坐标,同时保留位点异质性和横向相互作用的物理本质,为复杂合金催化剂的筛选提供了可解释的新路线。