催化剂

编辑 | KX吸附能是一种反应性描述符，必须准确预测，才能有效地将机器学习应用于催化剂筛选。 该过程涉及在催化表面上的不同吸附构型中找到最低能量。 尽管图神经网络在计算催化剂系统的能量方面表现出色，但它们严重依赖原子空间坐标。

编辑 | X_X近日，Meta FAIR 与多伦多大学和 VSParticle（荷兰纳米技术工程公司 ）合作，发布了开放催化剂实验 2024（OCx24）数据集，该数据集包含 572 个使用湿法和干法合成的样品，并经过 X 射线荧光和 X 射线衍射表征。 为新催化剂的开发提供了宝贵的见解。 该研究是 Meta FAIR 开放催化剂项目的延续，旨在利用人工智能来建模和发现新的催化剂，应对气候变化带来…

编辑 | 绿罗通过合成气的热催化加氢合成高级醇 (HAS) 仍然是一项有前途的技术。链增长和 CO 插入要求需要多组分材料，其复杂的反应动力学和广泛的化学空间不符合催化剂设计规范。在此，来自苏黎世联邦理工学院（ETH Zurich）的研究人员提出了一种替代策略，将主动学习整合到实验工作流程中，以 FeCoCuZr 催化剂系列为例。所提数据辅助框架简化了 86 个实验中广泛成分和反应条件空间的导航，…

作者 | 清华大学王笑楠编辑 | 凯霞在当今科技飞速发展的时代，新资料的研讨与开发已成为推动迷信进步和工业革命的关键力量。从能源存储到信息技术，再到生物医药，创新资料的计划、分解及其功能表征是实现这些规模突破的基石。随着人工智能（AI）技术的不断进步，其在新资料研讨中的集成利用已逐步开启一个全新的研讨范式，成为超越传统研发模式的新质生产力，特别是在资料的计划、分解和表征过程中，AI 的助力大大提高…

编辑 | 萝卜皮安排新式催化剂是解决许多能源和环境挑战的关键。尽管包括机械进修 (ML) 在内的数据科学格式有望加速催化剂的开发，通过机械进修格式很少发明真正新颖的催化剂，因为它最大的局限性是假设无法推断和识别特殊材料。北海道大学（Hokkaido University）的钻研职员展示了一种外推机械进修格式来开发新式多元素反向水煤气变换催化剂。应用 45 个催化剂作为初始数据点，并执行闭环发明系统…