典型文献
石墨炔原子催化剂的崭新道路:基于自验证机器学习方法的筛选策略
文献摘要：
近年来,原子催化剂(ACs)引起了广泛的研究关注.目前该领域的长足发展受限于贵金属的使用和单原子催化剂(SACs)的性能有限.本文总结了利用密度泛函理论(DFT)和机器学习(ML)方法筛选高效的基于石墨炔(GDY)的原子催化剂的工作.研究表明,Pd,Co,Pt和Hg可以形成稳定的零价过渡金属-石墨炔组合(TM-GDY),而镧系-过渡金属的双原子催化剂(Ln-TM DAC)组合通过f-d轨道耦合作用可以获得有效的催化性能提升.进一步分析表明,主族元素与过渡金属和镧系金属的结合可以通过p轨道耦合保持高电活性,从而构成高度稳定的GDY-DAC系统,机器学习算法也揭示了s,p轨道的作用.此外,理论算法技术在筛选催化水分解析氢反应(HER)的高效组合上也表现出了优越性,创新性地预测了石墨炔-原子催化剂在实际催化反应中的潜能.本综合评述可为未来设计新型原子催化剂提供新的思路与策略.
文献关键词：
石墨炔;原子电催化剂;自验证机器学习;密度泛函理论
中图分类号：
作者姓名：
黄汉浩;卢湫阳;孙明子;黄勃龙
作者机构：
香港理工大学生物及化学科技学系,香港999077
文献出处：
引用格式：
[1]黄汉浩;卢湫阳;孙明子;黄勃龙-.石墨炔原子催化剂的崭新道路:基于自验证机器学习方法的筛选策略)[J].高等学校化学学报,2022(05):130-142
A类：
自验证,自验证机器学习,原子电催化剂
B类：
石墨炔,新道路,机器学习方法,筛选策略,长足发展,受限于,贵金属,单原子催化剂,SACs,密度泛函理论,DFT,ML,GDY,Pd,Co,Pt,Hg,过渡金属,TM,镧系,Ln,DAC,合通,耦合作用,得有,催化性能,性能提升,主族元素,机器学习算法,算法技术,水分解,析氢反应,HER,催化反应
AB值：
0.269988
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
