在一項有助于為更清潔的燃料和更可持續(xù)的化學工業(yè)鋪平道路的發(fā)現(xiàn)中，密歇根大學的研究人員使用機器學習來預測金屬合金和金屬氧化物的成分如何影響它們的電子結構。
電子結構是了解材料如何作為化學反應的介體或催化劑發(fā)揮作用的關鍵。
“我們正在學習識別材料的指紋并將它們與材料的性能聯(lián)系起來，”道康寧化學工程助理教授Bryan Goldsmith說。
更好地預測哪種金屬和金屬氧化物成分最適合指導哪些反應可以改善大規(guī)?；瘜W過程，如制氫、其他燃料和肥料的生產以及家用化學品(如洗潔精)的制造。
“我們研究的目標是開發(fā)預測模型，將催化劑的幾何形狀與其性能聯(lián)系起來。這些模型對于設計用于關鍵化學轉化的新催化劑至關重要，”Martin Lewis Perl 大學教授Suljo Linic說?；瘜W工程。
預測材料如何作為化學反應的潛在介質表現(xiàn)的主要方法之一是分析其電子結構，特別是狀態(tài)密度。這描述了有多少量子態(tài)可用于反應分子中的電子以及這些態(tài)的能量。
通常，狀態(tài)的電子密度是用匯計來描述的——平均能量或偏斜，揭示更多的電子狀態(tài)是高于還是低于平均值，等等。
“沒關系，但這些只是簡單的統(tǒng)計數據。你可能會遺漏一些東西。通過主成分分析，你只需吸收一切并找到重要的東西。你不僅僅是扔掉信息，”戈德史密斯說。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！