Npj Comput. Mater.: 博采众长挖掘关键信息：开发新型析氧电催化剂

文章预览

海归学者发起的公益学术平台 分享信息，整合资源 交流学术，偶尔风月 氧析出反应（OER）是电解水的关键步骤，涉及四电子转移。为了替代稀有且昂贵的贵金属催化剂（如IrO2和RuO2），研究者们致力于开发非贵金属OER催化剂。此外，三元、四元及高熵材料因其拥有多个活性位点和协同效应而备受关注。然而，随着材料成分组合的增加，预测OER催化剂的性能（如塔菲尔斜率和起始过电位）变得极为复杂，超出了传统科学家分析的能力范围。机器学习在处理复杂关系方面表现优异，可能更有效地预测多元素催化剂的性能。而成功构建机器学习模型依赖于数据质量、输入的描述符和算法处理高维数据的能力。 图1. HNN算法结构示意图，展示了多个子模型的并行训练过程。 来自南方科技大学材料科学与工程学院的项晓东教授团队，开发了一种新的神经网 ………………………………