东南大学王金兰教授团队，最新AFM！

文章预览

【做计算 找华算】 理论计算助攻顶刊，50000+成功案例，全职海归技术团队、正版商业软件版权！ 经费预存选华算，高至16%预存增值！ 研究概述 共价三嗪框架（CTFs）因其丰富的氮含量而受到广泛关注，是一种有前途的光催化剂。然而，由富氮CTFs中氮原子的多样性带来的结构复杂性对探索高性能CTFs提出了挑战。 基于此， 东南大学王金兰教授、刘威教授和吕之阳教授团队 在国际期刊 Advanced Functional Materials 发表题为《Machine Learning-Assisted Design of Nitrogen-Rich Covalent Triazine Frameworks Photocatalysts》的研究论文。 此项研究中，作者开发了一种机器学习方法来合理设计富氮CTFs，并通过实验方法进行验证。 研究采用基于3D特殊正交群(SO(3))不变图神经网络的框架来预测CTFs结构的光催化性能，实现了极高的准确度， R 2 分数超过 0.98 。 该框架从14920个CTFs结构的数据 ………………………………