简直是太厉害啦,美国多领域科学同时突破,涉及多项基础科学

今天的第一篇专业内容来啦 , 这次美国科学领域的突破很特殊 , 和材料科学粒子物理学机器学习化学催化剂领域科学都有关 。美国某大学的科学家们预测了金属合金和金属氧化物的组成以及如何影响它们的电子结构 , 电子结构是理解材料如何作为化学反应的媒介或催化剂的关键 , 所以也和化学催化剂科学有关 。更好地预测哪些金属和金属氧化物成分最适合指导哪些反应可以改进大规模化学过程 , 如制氢、其他燃料和肥料的生产以及家用化学品的制造 。
简直是太厉害啦,美国多领域科学同时突破,涉及多项基础科学
文章图片

文章图片
科学家们解释说:“我们研究的目标是开发预测模型 , 将催化剂的几何结构与其性能联系起来 , 这种模型对于设计关键化学转化的新催化剂至关重要 。”预测材料化学反应潜在介质的行为的主要方法之一是分析其电子结构 , 特别是态密度 。这描述了有多少量子态可用于反应分子中的电子以及这些态的能量 。通常 , 态的电子密度是用一个平均能量或一个偏斜能量来描述的 , 它揭示了更多的电子态是高于平均值还是低于平均值 , 以此类推 。
主成分分析是一种经典的机器学习方法 , 科学家们使用电子态密度作为模型的输入值 , 因为态密度可以很好地预测催化剂表面将如何吸附或作为反应物与其他物质的原子和分子结合 , 该模型还可以将状态密度与材料的组成联系起来 。与传统的机器学习不同 , 传统的机器学习本质上是一个输入数据并提供预测结果的黑匣子 , 科学家们制作了一种他们能够理解的算法 。“我们可以系统地看到状态密度的变化 , 并将其与材料的几何性质联系起来 。”科学家们说道 。
【简直是太厉害啦,美国多领域科学同时突破,涉及多项基础科学】来源:宇宙与科学