機(jī)器學(xué)習(xí)是一種強(qiáng)大的具有自主學(xué)習(xí)功能的人工智能工具，可以通過從歷史數(shù)據(jù)中學(xué)習(xí)而無需顯式編程來識(shí)別定量結(jié)構(gòu)-活性關(guān)系用以加速電催化材料的設(shè)計(jì)。算法、數(shù)據(jù)和描述符通常是機(jī)器學(xué)習(xí)的決定性因素，其中描述符因?yàn)榘穗姶呋牧系奈锢砘瘜W(xué)性質(zhì)而在電催化反應(yīng)中起著舉足輕重的作用。如何應(yīng)用描述符來彌合電催化材料的結(jié)構(gòu)和活性之間的差距是電催化材料的機(jī)器學(xué)習(xí)設(shè)計(jì)的一大挑戰(zhàn)。

近日，深圳大學(xué)材料學(xué)院駱靜利院士團(tuán)隊(duì)總結(jié)了機(jī)器學(xué)習(xí)在電催化材料設(shè)計(jì)中的應(yīng)用，發(fā)現(xiàn)綜合應(yīng)用幾何結(jié)構(gòu)描述符、電子結(jié)構(gòu)描述符和活性描述符可以很好的設(shè)計(jì)電催化劑的活性。揭示了這些描述符在電催化材料設(shè)計(jì)中應(yīng)用的一般規(guī)則，并針對(duì)析氫反應(yīng)、析氧反應(yīng)、氧還原反應(yīng)、二氧化碳還原反應(yīng)和氮還原反應(yīng)等眾所周知的電催化過程中的挑戰(zhàn)，對(duì)其潛在應(yīng)用做出了一些前瞻性的預(yù)測(cè)。

相關(guān)成果發(fā)表在Advanced Functional Materials（影響因子18.819，中科院JCR一區(qū)，TOP期刊）上。深圳大學(xué)駱靜利院士、符顯珠教授為文章通訊作者。深圳大學(xué)劉建文研究員為論文第一作者。

該研究得到了國(guó)家自然科學(xué)基金委員會(huì)、深圳市科技創(chuàng)新委員會(huì)以及深圳大學(xué)高層次人才啟動(dòng)基金的大力支持。

全文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202110748

（材料學(xué)院）