机器学习在高熵电催化材料中的研究进展
摘要:高熵材料(high-entropy material, HEM)是一类具有良好性能的新型材料, 以其较好的催化潜力、耐腐蚀性能等特点受到广泛关注。传统的高熵催化剂研究大多局限于各自的知识体系,难以兼容合并,不利于更优异的催化剂的后续研发。 机器学习(machine learning,ML)作为一种基于大数据集来建立数理模型、进行研究推理的新兴学科,正逐步成为人们重点关注的人工智能科学分支。通过机器学习建立大数据库可以有效改善传统的研究状况,使研究效率大为提高. 机器学习能用于识别定量的组分-结构-性能关系,通过从历史数据中学习而无需通过显式编程来加速电催化剂的设计。对机器学习算法、高熵材料进行了介绍,并阐述了机器学习在设计高熵电催化剂中的应用,讨论了机器学习在高熵电催化剂筛选和预测方面的发展前景。