国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

碳-碳 (C-C) 耦合在電催化還原CO₂以生產綠色化學品的過程中是必不可少的。

然而，由于反應網(wǎng)絡的復雜性，關于潛在的反應機制和催化劑材料設計的最佳方向仍然存在爭議。

基于此，2024年8月3日，阿德萊德大學喬世璋教授團隊在國際頂級化學期刊Journal of the American Chemical Society發(fā)表題為《Machine Learning Big Data Set Analysis Reveals C-C Electro-Coupling Mechanism》的研究論文。

圖1：C?C耦合大數(shù)據(jù)集的構建和采樣過程

在文中，作者提出了一個全面的視角，建立了一個包含所有C–C耦合前體和催化活性位點組成的綜合數(shù)據(jù)集，通過大數(shù)據(jù)集分析來探索反應機制和篩選催化劑。

針對各種吸附構型而開發(fā)的二維到三維（2D-3D）集成機器學習策略，可以快速準確地擴展量子化學計算數(shù)據(jù)，從而快速獲取這一廣泛的大數(shù)據(jù)集。

喬世璋院士團隊，最新JACS！

圖2：二維到三維（2D-3D）集成模型的開發(fā)

對大數(shù)據(jù)集的分析表明:

（1）與對稱耦合相比，不對稱耦合機制表現(xiàn)出更高的潛在效率，最佳路徑涉及 CHO 與 CH 或 CH₂ 的耦合；

（2）通過包括 CuAgNb 位點的雙金屬摻雜可以增強銅基催化劑的 C-C 耦合選擇性。

重要的是，作者通過實驗證實了 CuAgNb 催化劑在C–C耦合中的實際增強性能。

圖3：大數(shù)據(jù)預測的C?C耦合催化劑的實驗驗證

本研究證明了基于機器學習加速的量子化學計算所生成的大數(shù)據(jù)集的實用性。

作者得出結論，將大數(shù)據(jù)與復雜的催化反應機制和催化劑成分相結合將為加速優(yōu)化催化劑設計樹立新的范例。

文獻信息：Machine Learning Big Data Set Analysis Reveals C-C Electro-Coupling Mechanism, Journal of the American Chemical Society, 2024.https://doi-org.1394.top/10.1021/jacs.4c09079

原創(chuàng)文章，作者：計算搬磚工程師，如若轉載，請注明來源華算科技，注明出處：http://www.xiubac.cn/index.php/2024/08/06/80be1a04a8/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

喬世璋院士團隊，最新JACS！

相關推薦

喬世璋院士團隊，最新JACS！