科学讲座2（2022）100019DFT计算和机器学习方法预测溶液中纳米电催化剂用于清洁燃料产生的催化性能韩炳灿韩国延世大学化学A R T I C L E I N F O A B S T R A C T保留字：第一性原理计算机器学习清洁燃料纳米颗粒纳米催化剂作为各种化学品的促进剂处于中心地位然而，高功能催化剂材料的创新设计一直被推迟。 在分子水平的计算电化学中，已经建立了新的研究范式，该范式将基于IT的人工智能（AI）技术实质上融入机器学习算法中。使用新的计算方法，高通量筛选有前途的纳米粒子候选人已被尝试用于各种所需的应用。 前沿方法的成功与否主要取决于输入数据库的可靠性和准确性。诚然，大量的数据来自以前的文献，往往从头计算与理想化的模型系统。产生数据的条件可能与目标材料的操作环境如此不同为了保证数据库的极端完整性，应进行纳米颗粒结构的原位测量，从中可以识别结构-性能-设计原理的可靠相关性。使用第一性原理计算，我们研究了液体溶液中具有吸附质配体的纳米颗粒，以建立三维（3D）结构和性质数据库，然后通过基于人工智能的神经网络方法进行分析，具有高速和准确性。这些信息包括尺寸、晶格畸变和非真空条件下具有皮米分辨率的缺陷计算结果得到了三维液池电子显微镜的严格验证这种方法确实是本文的视频可以在https://doi.org/10.1016/j.sctalk.2022.100019。通讯作者。电子邮件地址：bchan@yonsei.ac.kr。h tt p：//dx. 多岛或g/10。1016/j。我的天啊。2022. 1 0 0 01 9接收于2022年3月23日;接受于2022年3月24日27 7 2 - 56 93/©2022TheA ut h or r. 由E lsevier L td提供。 这是一个操作过程，需要遵循C CBY指令（http：//c re ati ve c mmo ns. 或g/li ce nss/by/4. 0/）。可在ScienceDirect上获得目录列表科学讲座杂志首页：www.elsevier.es/sctalkB. 韩科学讲座2（2022）1000192能量凸包1 .一、结构2. ）TQWPF自由能图3 .第三章。其它性质四、WindowsORR反应开始图和表总原子-表面原子数-表面上的B原子数-溶解于poten l......图1.一、纳米催化剂设计计算平台实例。从零开始到材料设计的整个过程都是在虚拟空间中使用第一原理数据库和机器学习方法进行的[1B. 韩科学讲座2（2022）1000193图二、第一原理计算和实验测量的综合方法，以建立可靠和准确的数据库，这是机器学习技术的输入。B. 韩科学讲座2（2022）1000194图3.第三章。 二元合金纳米粒子的预测，这是积极的氧还原反应。Pt和Fe的热力学稳定成分通过密度泛函理论计算和机器学习技术准确捕获[1-5 ]。图四、氧气还原反应的单原子催化剂示意图。Pt单原子分散在过渡金属二硫属化物中，这导致活性和稳定的电催化剂[6]。B. 韩科学讲座2（2022）1000195CRediT作者贡献声明韩秉灿：概念化，方法论，数据策展，写作&致谢Byungchan Han通过韩国国家研究基金会（NRF）的全球前沿混合界面材料（GFHIM）承认由科学和信息通信技术部资助的全球前沿计划（项目编号：2015）。2013M3A6B1078882）。这项工作也得到了韩国政府（MOTIE）资助的韩国能源技术评估和规划研究所（KETEP）赠款的支持（2021400000090，先进氢能行业的人力资源培训这项研究没有从公共，商业或非营利部门的资助机构获得任何特别资助。申报利益作者声明，他们没有已知的竞争性经济利益或个人关系，可能会影响本文报告的工作。引用[1] H. Chun，E.李，K. Nam，J. Jang，W. Kyoung，S.H.诺湾，巴西-地Han，第一原理-数据集成机器学习方法用于三元electrocatalytic towards oxygen reduction reaction ，Chem Catalysis 1（2021）855https://doi.org/10.1016/j.checat.2021.06.001[2] S.J. Hong，H. Chun，J. Lee，B.金，M. H. Seo，J. Kang，B. Han，基于第一性原理的具有范德华互作用的结晶聚合物的机器学习分子动力学，J. 你好。 Ch e m. 我来了。 12（20 21）6 0 0 0- 6 0 0 6，h t t p s：// d o i. 或g/10。102 1/ac s. jpc let t. 1c01140。[3] L. Liu，中国粘蝇A.Corma，在支持的亚纳米金属催化剂中活性位点的鉴定，Na。催化4（2021）453https://doi.org/10.1038/s41929-021-00632-y。[4] M. 卡尔涅洛角Chen，B.T.迪罗尔，V.V.T.D.Nguyen，R.J.Gorte，C.B.Murray，Ef fcient通过快速热退火从负载的纳米晶体中去除有机配体使得能够对定义明确的活性相进行催化研究，J.Am. Chem. Soc. 137（2015）6906https://doi.org/10.1021/jacs.5b03333[5] S. 胡伟X. Li，用于设计超稳定金属纳米催化剂的金属-载体相互作用的Sabatier原理，Science 374（2021）1360 https://doi.org/10.1126/science。 abi9828.[6] J. Hwang，S.H.诺湾，巴西-地Han，使用单原子掺杂的过渡金属二硫属化物的活性双功能电催化剂的设计，Appl. Surf. Sci. 471（2019）545 -552，h t t p s：/ / d o i. 或g/10。1016/j。阿普苏苏克201811. 147.ByungchanHan是韩国首尔延世大学化学&生物分子工程系的终身教授。他在麻省理工学院获得了博士学位2007年的材料科学与工程在加入麻省理工学院之前，他在首尔国立大学获得了学士和硕士学位。博士毕业后，他在麻省理工学院又呆了两年，在斯坦福大学又呆了两年，担任博士后研究助理。他的研究兴趣是使用基于知识的AI机器学习计算为可再生能源设备开发新兴能源材料他因在纳米技术方面的杰出研究工作而获得韩国科学技术部和环境部的&目前，他是应用表面科学的编辑和NPG科学报告的编辑委员会
