【VASP/ML】npj Comput. Mater.：机器学习精准预测氧化还原电位

文章预览

【高端测试 找华算】 专注测试分析服务、自有球差电镜机时、全球同步辐射资源，10000+单位服务案例！ 经费预存选华算，高至16%预存增值！ 研究背景 基于电子转移（ET）的氧化还原电位（Ox+ne − →Red）是各种电化学能量转换设备的基本原理之一，它决定了氧化还原能级相对于金属材料中费米能级的位置（或半导体和绝缘体材料的价带最大值（VBM）和导带最小值（CBM））。此外，氧化还原电位还能确定溶液中离子和分子的稳定窗口，即特定离子或分子可发生电化学反应的电压范围。然而，想要对氧化还原电位实现精确的第一性原理(FP)预测，就必须平衡杂化函数高昂的计算成本和近似求解（连续介质溶解模型和QM/MM模型）导致的误差。 近期，日本株式会社丰田中央研究所Ryosuke Jinnouchi等人出了一种结合第一性原理计算和机器学习的方法，从机器学 ………………………………