首页 > 材料科学

利用机器学习推动高熵合金催化研究:聚焦吸附能预测

计算材料学 2026-04-15 16:50
文章摘要
本文是一篇关于机器学习在高熵合金催化研究中应用的综述。背景方面,高熵合金因其成分和结构的复杂性,在催化领域展现出巨大潜力,但传统实验和计算方法面临挑战。研究目的旨在系统阐述机器学习驱动的高熵合金吸附能预测策略,主要包括基于非弛豫结构的直接预测和基于机器学习势函数引导弛豫的迭代预测两种主流技术路线,并探讨了相关模型、数据集及优化方法。结论指出,机器学习能显著加速高熵合金催化剂的理性设计与发现,未来需在策略基准化、专用数据集构建、预测精度提升以及计算与实验结合等方面进一步推进。
利用机器学习推动高熵合金催化研究:聚焦吸附能预测
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
PEDOT:PSS/n-Si Ultrathin Hybrid Silicon Solar Cells with a Solution Blunted Light-Trapping Texture
DOI: 10.1021/acsaem.6c00064 Pub Date : 2026-04-13 Date: 2026/4/2 0:00:00
IF 5.5 3区 材料科学 Q2
Issue Publication Information
DOI: 10.1021/elv008i007_2065966 Pub Date : 2026-04-14
IF 4.7 3区 材料科学 Q1
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 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 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1