Machine Learning Design of Single-Atom Catalysts for Nitrogen Fixation

催化作用 材料科学 选择性 Atom(片上系统) 计算 梯度升压 吞吐量 氮气 过渡金属 计算机科学 机器学习 算法 化学 冶金 有机化学 嵌入式系统 随机森林 电信 无线
作者
Shuyue Wang,Chao Qian,Shaodong Zhou
出处
期刊:ACS Applied Materials & Interfaces [American Chemical Society]
卷期号:15 (34): 40656-40664 被引量:3
标识
DOI:10.1021/acsami.3c08535
摘要

First-principles calculations have been combined with machine learning in the design of transition-metal single-atom catalysts. Readily available descriptors are selected to describe the nitrogen activation capability of metals and coordinating atoms. Thus, a series of V/Nb/Ta-Nx single-atom catalysts are screened out as promising structures upon considering the stability, activity, and selectivity investigated computationally. Furthermore, by using the gradient boosting regression algorithm, an accurate prediction of the hydrogenation barriers for the nitrogen reduction reaction (NRR) is achievable, with a root-mean-squared error of 0.07 eV. The integration of high-throughput computation and machine learning constitutes a powerful strategy for the acceleration of catalyst design. This approach facilitates the rapid and accurate prediction of the NRR performance of more than 1000 single-atom catalyst structures. Moreover, the current work provides further insights by elaborately correlating the structure and performance, which may be instructive for both the design and application of vanadium-group catalysts.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
gan发布了新的文献求助10
刚刚
NexusExplorer应助林源枫采纳,获得30
1秒前
yuxun完成签到,获得积分10
2秒前
2秒前
2秒前
3秒前
科研混子发布了新的文献求助10
3秒前
Yingzi发布了新的文献求助10
3秒前
在水一方应助BLAZe采纳,获得30
4秒前
Juggu完成签到 ,获得积分20
6秒前
欣喜胡萝卜完成签到,获得积分10
6秒前
123完成签到,获得积分10
7秒前
清梦星河发布了新的文献求助10
7秒前
丫丫完成签到,获得积分10
8秒前
shelly发布了新的文献求助10
9秒前
9秒前
10秒前
维C橙子完成签到,获得积分10
10秒前
土狗完成签到,获得积分10
12秒前
赘婿应助konosuba采纳,获得10
14秒前
za==完成签到,获得积分10
15秒前
科研混子完成签到,获得积分10
15秒前
我是老大应助科研通管家采纳,获得30
16秒前
完美世界应助科研通管家采纳,获得30
16秒前
wanci应助科研通管家采纳,获得10
16秒前
Owen应助科研通管家采纳,获得10
16秒前
大模型应助科研通管家采纳,获得10
16秒前
16秒前
蛋黄苏完成签到,获得积分10
16秒前
stitch_1an发布了新的文献求助10
22秒前
斐然诗完成签到 ,获得积分10
23秒前
呆萌的绿竹完成签到,获得积分10
25秒前
彭于晏应助呆萌的绿竹采纳,获得30
30秒前
eric完成签到 ,获得积分10
31秒前
奔跑的骆驼完成签到,获得积分10
31秒前
卫烨磊完成签到,获得积分10
31秒前
英姑应助777采纳,获得10
33秒前
33秒前
33秒前
大福完成签到,获得积分10
33秒前
高分求助中
请在求助之前详细阅读求助说明!!!! 20000
One Man Talking: Selected Essays of Shao Xunmei, 1929–1939 1000
The Three Stars Each: The Astrolabes and Related Texts 900
Yuwu Song, Biographical Dictionary of the People's Republic of China 800
Multifunctional Agriculture, A New Paradigm for European Agriculture and Rural Development 600
Bernd Ziesemer - Maos deutscher Topagent: Wie China die Bundesrepublik eroberte 500
A radiographic standard of reference for the growing knee 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2477047
求助须知:如何正确求助?哪些是违规求助? 2140916
关于积分的说明 5457013
捐赠科研通 1864197
什么是DOI,文献DOI怎么找? 926718
版权声明 562846
科研通“疑难数据库(出版商)”最低求助积分说明 495852