我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
日前,中国科学技术大学教授李微雪团队在多相催化领域取得重大突破,其研究成果在线发表于《科学》杂志。
该研究利用人工智能技术揭示了负载型金属催化剂中“金属-载体相互作用”的本质,解决了困扰该领域近50年的难题。
报道称,自2017年起,李微雪带领团队历时8年,通过收集25种金属和27种氧化物的实验数据,使用可解释性AI算法构建了一个包含300亿个表达式的候选空间。
通过可解释性AI(A)和实验数据(B)建立金属-载体相互作用数学模型,“复原”缺失实验数据(C),量化金属-氧和金属-金属相互作用(D),解耦对MSI贡献(E)
最终,他们建立了一个具有明确物理意义的机器学习公式,首次完整揭示了影响金属-载体相互作用的两个关键物理量:“金属-氧相互作用”和“金属-金属相互作用”。
这一发现为理解金属-载体相互作用提供了全新视角,并提出了“强金属-金属作用”原理性判据,有效解释了目前几乎所有在这类体系中观测到的包覆现象。
值得一提的是,该研究还得到了中国科学院院士、清华大学教授李亚栋的高度认可,他认为该成果对高效负载型催化剂的理性设计极具指导价值。
此外,已有实验课题组利用此次提出的理论合成了新的催化材料体系,后续新催化反应的研究工作也在快速推进中。
分子动力学揭示氧化物包裹金属催化剂(A-D),金属-金属相互作用决定包覆界面结构与动力学(E-F),强金属-金属作用包裹原理性判据(H)
【本文结束】如需转载请务必注明出处:快科技
责任编辑:随心
文章内容举报
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2024-12-11 12:45:02
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: