基于洁净实验与人工智能的异相催化材料基因
材料科学
2021-02-17 v1
摘要
异相催化是复杂材料功能的一个例证，受若干过程（如不同表面化学反应及催化剂材料在反应条件下的动态重构）的复杂相互作用支配。通过第一性原理统计力学建模完整催化进程是不切实际乃至不可能的。相反，我们在此展示即便对少量材料，如何应用量身定制的人工智能方法来建模催化并确定反映触发、促进或阻碍催化剂性能过程的关键描述性参数（“材料基因”）。我们始于一组一致的“洁净数据”实验集，包含九种钒基氧化催化剂。这些材料依据标准协议合成、充分表征并测试。通过应用符号回归SISSO方法，我们识别出极少数最相关材料性质与其反应性间的关联。该方法凸显了潜在的物理化学过程，并加速催化剂设计。
引用
@article{arxiv.2102.08269,
title = {Materials genes of heterogeneous catalysis from clean experiments and artificial intelligence},
author = {Lucas Foppa and Luca M. Ghiringhelli and Frank Girgsdies and Maike Hashagen and Pierre Kube and Michael Hävecker and Spencer J. Carey and Andrey Tarasov and Peter Kraus and Frank Rosowski and Robert Schlögl and Annette Trunschke and Matthias Scheffler},
journal= {arXiv preprint arXiv:2102.08269},
year = {2021}
}