搜索结构组分合适的多金属(二元或多元)合金催化剂是催化研究中的一个关键问题。由于传统机器学习模型需要穷举大量数据,而且需要进行价格非常高的实验尝试。
有鉴于此,首尔国立大学Won Bo Lee、韩国国民大学YongJoo Kim、韩国科学技术院(KAIST)Hee-Tae Jung等报道通过实验和动态学习结合,克服了传统方法的局限,能够高效率的搜索结构和组分实现优化的多金属合金催化剂。
本文要点:
参考文献
Minki Kim, Min Young Ha, Woo-Bin Jung, Jeesoo Yoon, Euichul Shin, Il-doo Kim, Won Bo Lee, YongJoo Kim, Hee-tae Jung, Searching for an Optimal Multi-metallic Alloy Catalyst by Active Learning Combined with Experiments, Adv. Mater. 2022, 2108900
DOI: 10.1002/adma.202108900
https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202108900