哈尔滨工业大学李中华研究员：手性诱导自旋密度对称性破缺增强析氢性能的可解释机器学习研究

文章预览

01 引言 手性是化学中的一个基本概念，它深刻影响着各种材料的性质和行为，极大地拓展了手性材料的应用范围。手性材料的设计与性能预测也引起了广泛关注。在析氢反应（HER）的研究中，单原子催化剂取得了显著进展。利用具备手性特征的单原子催化剂研究HER性能，可能发现传统催化剂的可持续且经济的替代品，从而扩大适用于HER的材料范围。掌握手性材料在HER催化性能中的重要性，有助于我们寻找更高效、可持续的氢气生产方法，也有助于加深对手性材料在催化反应中应用的理解。 近年来，机器学习技术已成为预测催化性能和设计新催化剂的关键工具，它能够快速筛选和优化催化剂，为催化剂设计提供革命性的方法。通过将密度泛函理论计算与机器学习相结合，可以更深入地挖掘手性单原子催化剂在析氢反应（HER）应用中的全部潜力。此 ………………………………