文章预览
第一作者：Zhiheng Li 、 Xin Mao、Desheng Feng 通讯作者：Zhonghua Zhu、Yadan Luo、邵宗平、徐小勇、Mengran Li 通讯单位：昆士兰大学、澳大利亚科廷大学、阿德莱德大学、墨尔本大学 研究背景与内容 从室温碱性水电解到高温陶瓷燃料电池等新兴电化学能源系统的发展，高效的催化剂是加速慢氧反应动力学的必要条件。 在这项工作中，作者揭示了阳离子感应相互作用在预定235钴基和200铁基钙钛矿催化剂在不同温度下的氧空位浓度中的作用，并且这种趋势可以通过基于阳离子晶格环境的机器学习技术很好地预测，不需要大量的计算和实验输入。 研究要点 要点1： 在这项工作中，作者应用机器学习技术来探索在广泛的温度范围内晶格阳离子环境和氧空位浓度之间的关系。 作者的研究结果表明，钴基或铁基钙钛矿的氧空位浓度随温度的变化可以很容易地从已知的
………………………………
