アクティブ・ラーニング・ガイデッド・ディスカバリー・オブ・ハイ・エントロピー・オキシード・フィーチャー・ハイ・H2-プロダクション
Siyang Nie1, Yan Xiang2,3, Liang Wu2
1Engineering Research Center of Advanced Rare Earth Materials, Department of Chemistry, Tsinghua University, Beijing 100084, China.
新しい高エントロピー酸化物 (HEO) を発見するための 積極的な学習戦略を開発しました この機械学習アプローチは,水素の進化において優れた性能を持つ4つの安定したHEOを特定しました.
科学分野:
- 材料科学
- カタリシス
- コンピュータ化学
背景:
- 高エントロピーの酸化物 (HEO) は複雑な固体溶液で,大きな可能性があり,高次元の組成空間のために設計が困難です.
- 伝統的なHEO設計は専門知識と直感に依存し,構成の可能性の効率的な探索を制限します.
研究 の 目的:
- HEOの構成空間を効率的に探求するためのアクティブ・ラーニング (AL) 戦略を導入する.
- 望ましい触媒特性を持つ新しいHEOの発見を加速する.
主な方法:
- 繰り返し実行される"トレーニング,予測,実験"の段階を含むクローズド・ループ・アクティブ・ラーニング・システムを実装した.
- 材料の特徴と分析のために,X線光電子スペクトロスコーピーと密度関数理論を使用した.
主要な成果:
- 4つの新しい,安定した高エントロピー酸化物をAL戦略で特定した.
- 251 μmol gcat-1 min-1の水素進化速度を達成し,Pt/γ-Al2O3とCu/ZnO/Al2O3のような確立された触媒を上回った.
- 発見されたHEOsの元素のアイデンティティの喪失が観測され,光譜とDFTによって確認されました.
結論:
- アクティブ・ラーニング戦略は,高エントロピーの酸化物の発見を効果的に加速します.
- 機械学習は複雑な構成空間を 操作し,高度な触媒材料を 特定するための強力なツールです
- 発見されたHEOは,水素進化反応における応用の可能性を顕著に示しています.
さらに関連する動画
08:40Synthesis of Metal Nanoparticles Supported on Carbon Nanotube with Doped Co and N Atoms and its Catalytic Applications in Hydrogen Production
Published on: December 6, 2021
06:39Author Spotlight: Design and Evaluation of Au-Electroplated Carbon Fiber Cloth Electrodes for Hydrogen Peroxide Fuel Cells
Published on: October 20, 2023
関連する概念動画
Oxidation of Alkenes: Syn Dihydroxylation with Osmium Tetraoxide
Oxidation of Alkenes: Syn Dihydroxylation with Potassium Permanganate
Limiting Reactant
Oxidation of Alkenes: Anti Dihydroxylation with Peroxy Acids
Halogens
Catalysis
